类脑芯片问世，AI能耗有望大降七成

人工智能目前正遭遇能源瓶颈。伴随模型体量的持续膨胀，数据中心对电力的需求已逼近不可持续的极限。现有的计算架构受限于“冯·诺依曼瓶颈”，处理器与内存间频繁的数据交互耗尽了系统绝大部分电力。为攻克这一难题，剑桥大学与南加州大学（USC）的科研团队研制出一种仿生“忆阻器”。此类纳米电子元件实现了存储与处理功能的合二为一，复刻了人脑的高效运作。这一突破性进展预期可使AI能耗削减70%，并赋能电子设备在以往无法想象的极端环境中正常运作。现代计算机在主板上频繁搬运数据导致了巨大的能源浪费。这种负责运算的“大脑”与负责