利默里克大学在分子计算领域取得革命性突破

介绍

爱尔兰利默里克大学（UL）的研究人员取得了一项可能彻底改变计算领域的发现。在达米恩·汤普森教授的带领下，该团队设计出能够显著提高计算系统速度和能效的分子。

创新基于与人脑路易斯安那大学伯纳尔研究所的科学家们发现了在分子尺度上探索和控制材料的新方法。通过利用原子的自然运动——它们的“自旋”和“振动”，他们能够在晶体内创造出多个独立的记忆状态。

传统的神经形态平台模仿大脑的神经结构，在精度和容量方面存在局限性。UL 团队与印度科学研究所和德克萨斯 A&M 大学合作，重新设计了计算架构。他们实现了信号处理和机器学习等复杂任务所需的高分辨率，并实现了前所未有的 4,1 TOPS/W 的能效。

这一突破将神经形态计算的触角延伸至利基应用之外。通过在电路板上集成一个功能齐全的14位神经形态加速器，可以处理资源密集型工作负载，例如人工神经网络和自然语言处理。这将在全球范围内释放人工智能的变革性优势。

印度科学研究所的Sreetosh Goswami教授强调了新系统在边缘（边缘计算）训练神经网络的能力，解决了人工智能硬件领域最大的挑战之一。该团队计划扩展材料和工艺范围，以进一步提高处理能力。

最终目标是用集成到我们日常环境中的高性能系统取代现有的计算机。汤普森教授表示，这涉及使用生态高效的材料来实现分布式、无处不在的信息处理，涵盖从服装到食品包装和建筑材料等各个领域。

这项研究代表着在寻求应对全球健康、能源和环境挑战的创新解决方案方面取得了重大进展。通过将分子科学与技术需求相结合，路易斯安那大学团队正在为计算领域的新时代铺平道路。

通过我们的文本、视频和可下载的材料，紧跟技术和管理趋势。