创新的下代芯片性能新技新型芯片技术集成了数据存储和处理功能，大大提高了效率和性能。翻倍研究团队利用被称为铁电场效应晶体管（FeFET）的模仿特殊电路应用了一种新的计算模式。几年内，人脑这可能会被证明适用于生成式人工智能、节省深度学习算法和机器人应用。下代芯片性能新技

据报道，翻倍慕尼黑工业大学（TUM）的模仿Hussam Amrouch教授领导的研究团队开发出了一种可用于人工智能的架构，其功能是人脑同类内存计算方法的两倍。

最新研究结果已于近期发表在了《自然》杂志上。节省据称，下代芯片性能新技创新的翻倍新型芯片技术集成了数据存储和处理功能，大大提高了效率和性能。模仿这些芯片受到人脑的人脑启发，预计将在三到五年内上市，节省需要跨学科合作才能达到行业安全标准。

据悉，Amrouch团队利用被称为铁电场效应晶体管（FeFET）的特殊电路应用了一种新的计算模式。几年内，这可能会被证明适用于生成式人工智能、深度学习算法和机器人应用。

实际上，他们的基本理念很简单：以前的芯片只在晶体管上进行计算，而现在它们也是数据存储的位置。这样既省时又省力。Amrouch说：“因此，芯片的性能也得到了提升。”

随着人类需求的不断提高，未来的芯片必须比以前的更快、更高效。因此，它们不能迅速升温。如果它们要支持诸如无人机飞行时的实时计算等应用，这是必不可少的。

“像这样的任务对计算机来说是极其复杂和耗能的，”研究人员说。

对芯片的这些关键要求可以用数学参数TOPS/W来概括：“每秒每瓦特的太赫兹运算量”。这可以看作是未来芯片的重要技术指标：当提供一瓦（W）功率时，处理器每秒（S）能执行多少万亿次运算（TOP）。

这款新型人工智能芯片可提供885 TOPS/W。这使得它比同类人工智能芯片（包括三星公司的MRAM芯片）的功能强大一倍。而目前普遍使用的CMOS（互补金属氧化物半导体）芯片的运行速度在10-20 TOPS/W之间。

具体而言，研究人员从人类那里借鉴了现代芯片架构的原理。Amrouch说：“在大脑中，神经元负责处理信号，而突触则能够记住这些信息，他描述了人类如何能够学习和回忆复杂的相互关系。”

为此，芯片使用了“铁电”（FeFET）晶体管。这种电子开关具有特殊的附加特性（施加电压时极性反转），即使在切断电源的情况下也能存储信息。此外，它们还能保证在晶体管内同时存储和处理数据。

Amrouch认为：“现在，我们可以构建高效的芯片组，用于深度学习、生成式人工智能或机器人等应用，例如，在这些应用中，数据必须在生成的地方进行处理。”

不过，慕尼黑工业大学慕尼黑机器人与机器智能综合研究所（MIRMI）的教授认为，要实现这一目标还需要几年时间。他认为，适合实际应用的首款内存芯片最快也要三到五年后才能问世。