這款受大腦啟發的晶片大約能將AI系統的能耗降低多少？

劍橋大學團隊打造出一種以氧化鉿為基礎的憶阻器，這是一種電阻會隨過去電流變化的元件，能在同一個地方儲存與處理資料，不必在獨立的記憶體與處理器晶片之間來回搬運資料。這種「記憶體內運算」設計模仿大腦神經元處理資訊的方式，省去資料不斷搬移的環節，能讓AI系統的能耗大幅削減約70%。

較低的百分比其實低估了這種方法所帶來的節能規模，因為在傳統晶片設計中，資料在主機板上來回搬運本身就是主要而非次要的耗能來源。

這屬於神經型態運算的範疇，這項研究致力於讓硬體的運作方式更接近生物大腦，只用資料中心一小部分的電力，就能完成龐大的運算量。