機器學習應用程序的日益重要，也推動了技術的開發(fā)，而更小、更節(jié)能的計算機芯片則一直是研究的重要方向之一，這意味著可以在相同電路中處理和存儲更多數據。

事實上，到目前為止，計算機芯片的能量效率仍然受到現(xiàn)有架構的限制，其中，數據處理和數據存儲在兩個獨立的單元中進行。這意味著數據必須在兩個單元之間不斷傳輸，耗盡著人工智能的大量時間和精力。

然而，在人類大腦（世界上最強大的計算機）中，神經元就具備處理和存儲信息的能力?；诖?，工程師試圖模仿此功能，創(chuàng)建具有內存中邏輯架構的芯片，有時也稱為“憶阻器”。其邏輯是，無需大量傳送數據，因此可以制造更小更快的設備，消耗更少的能量。

近日，EPFL納米級電子和結構實驗室（LANES）的研究人員就在這樣的設想背景下開發(fā)了一種新一代電路，新一代電路可提供更小，更快，更節(jié)能的設備，而這將對人工智能系統(tǒng)產生重大益處。他們的革命性技術是第一個將2D材料用于存儲器架構中的邏輯，或者將邏輯操作與存儲器功能相結合的單一架構。

新型芯片稱之為浮柵場效應晶體管（FGFET），通常在閃存系統(tǒng)中使用。具體來說，EPFL芯片由MoS2制成，MoS2是一種2D材料，由僅三個原子厚的單層組成，也是一種優(yōu)秀的半導體材料。同時，EPFL芯片基于浮門場效應晶體管（FGFET），這些晶體管的優(yōu)點在于它們可以長時間保持電荷；它們通常用于相機，智能手機和計算機的閃光記憶系統(tǒng)。

事實上，正因為MoS2獨特的電氣特性才使其對存儲在FGFET中的電荷特別敏感，這也令車道工程師能夠開發(fā)出既可作為存儲器存儲單元又可編程晶體管的電路。通過使用MoS2，他們能夠將眾多處理功能集成到單個電路中，然后根據需要進行更改。

研究人員表示，這項電路設計具有許多優(yōu)勢。不僅可以減少與在內存單元和處理器之間傳輸數據相關的能量損失，減少計算操作所需的時間，還可以減少所需的空間。這為更小，更強大和更節(jié)能的人工智能設備打開了大門。

該研究結果已發(fā)表在“自然”雜志上。

編輯：hfy