忆阻器科幻影视

Nature子刊：港大等首提下一代AI硬件系统，能耗锐减57.2%

港大、港科大与西电团队登上Nature子刊，破解AI芯片核心难题。他们攻克存算一体架构中模数转换器（ADC）这个占能耗87%的「黑洞」，利用忆阻器可编程特性打造能自适应数据分布的「智能标尺」，使AI芯片功耗锐减57.2%，面积缩小30.7%，为下一代高效AI硬

温馨提示：一颗种子能否顺利生根发芽、长大成为一棵大树，不光取决于种子本身。另外还需要看种子生长的土壤、光照、水源、动物等客观环境。而资讯犹如种子，能否影响股价上涨，也需要看当时市场所处的客观环境。冷静、理智、客观的分析和决策是投资和投机成功的非常重要的前提。

港大、港科大与西电团队登上Nature子刊，破解AI芯片核心难题。他们攻克存算一体架构中模数转换器（ADC）这个占能耗87%的「黑洞」，利用忆阻器可编程特性打造能自适应数据分布的「智能标尺」，使AI芯片功耗锐减57.2%，面积缩小30.7%，为下一代高效AI硬

南加州大学研究团队成功开发出基于离子扩散机制的人工神经元，这一革命性技术仅需单个晶体管就能复现真实大脑神经元的电化学过程，为解决当前人工智能系统能耗过高和学习效率低下的根本性问题提供了全新路径。

在物联网与人工智能迅速演进的当下，传统化学气体传感—云端/集中式计算的范式在灵敏度、选择性、可靠性与能效上难以逼近生物嗅觉系统。人类鼻腔拥有海量嗅觉受体，信息经嗅球与皮层逐级编码，在极低功耗下完成由“感知”到“认知”的跃迁；而传统电子鼻依赖集中处理架构，与生物

9月3日，物理学权威期刊《物理评论快报》（Physical Review Letters）在线刊发了物理学院吕新友教授与合作者的最新研究成果，论文题为“Cavity QED Based on Strongly Localized Modes: Exponent

存储速率上，业内提出AI运算需要的存算通道速率是1PB/s。SRAM的10-100TB/s、DRAM的40GB-1TB/s，都远达不到要求。功能消耗上，在7nm工艺下，数据搬运的功耗占比甚至达到了惊人的63.7%，远远大于数据计算的功耗。

别急着骂奸商，这波涨价真不赖他们——三星仓库里库存只剩六周，连黄牛都抢不到货。

别觉得这是啥冷门实验室成果，这东西要是落地，以后自动驾驶、医疗传感器这些设备，可能就不用再依赖云端，自己当场就能处理数据、更新模型，而且还特省电。

一家由法国科学家组成的团队，开发出首个能够支持人工神经网络进行自适应本地训练和推理的混合存储器技术，从而突破了长期以来限制边缘AI（edge-AI）高效学习的技术瓶颈。

在东北师范大学校园里，有这样一位“双师”典范。他是实验室里攻坚克难的科研尖兵，也是讲台上潜心育人的灯塔，他就是中国科学院院士、东北师范大学教授刘益春，2025年全国“最美教师”荣誉获得者。

中国忆阻器行业近年快速发展，已成为全球重要力量。忆阻器作为第四种基本电路元件，连接磁通与电荷，具备低功耗、高密度、非易失性等特性，广泛应用于数据中心、智能驾驶、类脑计算等领域。2024年，中国忆阻器市场规模达430亿元，同比增85.34%。技术层面，氧化物忆阻

可重构器件通过动态分配电路资源实现自适应神经形态计算。然而，在单个器件中集成多种功能和超低能耗仍然具有挑战性。本文，我们展示了可重构锌磷三硫化物 (ZnPS3) 忆阻器，它同时具有易失性和非易失性开关特性，并具有卓越的性能指标，包括低开关电压（ ~0.180