虽然世界上大多数计算仍然是数字化的，但我们周围的数据是通过传感器以模拟方式捕获的——例如通过摄像头拍摄的图像、温度和声音，并且必须转换为数字形式以确保精度。但想象一下，一辆自动驾驶汽车需要捕捉道路上的情况，然后立即做出决策：这些数据需要以低能耗和高精度进行快速转换。

如果新设计的模拟芯片能够提供数字计算的精度以及模拟计算的节能和高速优势，结果会怎样呢?一篇题为“为模拟计算实现任意高精度编程忆阻器阵列”的论文已发表在《科学》杂志上。

忆阻器是电路中相对较小的元件，可以非常有效地存储和处理数据。在南加州大学维特比工程学院电气与计算机工程教授J.JoshuaYang实验室之前发表的一篇论文中，研究人员能够调整忆阻器以达到前所未有的精度。

他的实验室位于南加州大学维特比分校及其高级计算学院，专注于开发计算设备。该实验室设计了一种新的电路和架构，可以使用相同的忆阻器实现更高的精度，这可以极大地将此类技术的应用扩展到神经网络等传统的低精度领域之外。

此外，杨说，这项创新也适用于其他类型的存储技术，包括使用与磁性硬盘驱动器的读取头相同的设备的磁性存储器，以及使用与紧凑型硬盘驱动器相同的材料的相变存储器。磁盘(CD)。

Yang表示，通常情况下，将模拟设备快速精确地编程为目标值非常具有挑战性。杨的实验室开发了电路架构和相应的算法来做到这一点。这项创新使得使用模拟设备的模拟计算对许多应用更具吸引力。

杨说，它“具有更高的效率、更高的速度和数字系统的准确性”。

杨说，这种类型的改进至关重要，因为此类创新可用于训练开发人工智能(AI)和机器学习(ML)所需的神经网络，但迄今为止只能通过非常昂贵的数字系统来完成。这项创新还将实现人工智能和机器学习之外的新应用，例如天气预报等科学计算。