负责思考）与“机柜”（负责存储信息）之间的物理分离是人工智能系统发热和功率损耗的主要原因。剑桥大学巴博克·巴希特博士领导的研究团队设计了一种忆阻器，可以消除这种物理隔离。该器件将处理和存储功能集成在一个纳米电子单元中，模拟了人类神经元的突触行为。这种“神经形态”方法使硬件能够在本地处理复杂的人工智能任务，而无需像传统架构那样消耗大量能源。剑桥团队历时三年的研究成果是一款可以将能耗降低高达70%的器
当前文章：http://488n.zomuqia.cn/4ws1/rmnmu8.html
发布时间：15:43:40
