脑机启侦丨类脑芯片使部分AI任务能效提升2000倍（04.13）

英国的研究人员最近开发出一款新型电脑晶片，有望使某些人工智慧（AI）系统在能源效率上大幅提升。这款装置由拉夫堡大学的物理学家研制，能直接在硬体上处理随时间变化的数据，而不需要依赖传统电脑上运行的软体。研究人员声称，这种方法在某些任务中能达到比传统软体方法高达 2,000 倍的能源效率，尽管具体的增益会根据应用而有所不同。

这一突破令人振奋，因为它展示了我们可以重新思考AI 系统的建构方式，拉夫堡大学的高级讲师 Pavel Borisov 博士表示，他是这项由工程与物理科学研究委员会（EPSRC）资助的研究团队的负责人。他指出，透过使用物理过程而非完全依赖软体，我们可以显著降低这类任务所需的能量。

该研究发表于《Advanced Intelligent Systems》期刊，展示了一种基于锂钽氧化物的薄膜记忆电阻器装置，具有随机纳米孔的内部结构不均匀性，并执行了 XOR 操作、图像识别以及时间序列预测和重建等计算任务。在进行时间序列预测时，研究人员选择了复杂的三维混沌 Lorenz-63 时间序列。他们通过在装置上施加三个时间电压波形，并使用来自三个输出物理储池的电流信号训练读取层，成功地在有物理储池的情况下实现了满意的预测和重建准确度。

研究团队还指出，他们的工作突显了可扩展的全氧储池系统在晶片上的潜力，为应对时间信号的能源高效神经形电子产品铺平了道路。他们展示了这个装置能处理时间依赖的数据，并且在其输出被输入到线性计算模型时，可以用来识别模式和进行短期预测。根据新闻稿，他们使用Lorenz-63 系统进行测试，这是一个著名的与「蝴蝶效应」相关的数学混沌模型，并且执行了识别简单像素化数字图像和基本逻辑运算的任务。

拉夫堡大学芯片测试中。图片来源：拉夫堡大学

在这些测试中，模型能够成功地利用经过记忆电阻器处理的数据预测混沌Lorenz 系统的短期行为并重建缺失数据。它也正确识别了像素化的数字并执行了基本逻辑运算，显示出同一设备能支持多种不同任务的能力。

受到人脑形成数量庞大且似乎随机的神经连接的启发，Borisov 博士表示，他们在锂钽氧化物的纳米薄膜中设计孔洞，创建了复杂的随机物理连接，作为一种新型电子设备的一部分。他们展示了如何利用这些设备以高达 2,000 倍较低的能量消耗预测复杂时间序列的未来演变。

来源：Joshua Donald et al, Scalable Platform Enabling Reservoir Computing With Nanoporous Oxide Memristors for Image Recognition and Time Series Prediction, Advanced Intelligent Systems (2026). DOI: 10.1002/aisy.202500833

浙大科技园启真脑机智能产业化基地是在浙大控股集团领导下，由浙江大学科技园发展有限公司与杭州未来科技城管委会共建，围绕脑机智能产业主体，辐射脑机+生命健康、脑机+智能制造、脑机+新一代信息技术、脑机+新材料等领域的专业化特色产业基地，由杭州启真未来科技发展有限公司负责全面运营。

基地依托浙江大学在脑机智能方面的学科优势，以脑机智能作为核心科技支撑，贯彻浙江大学国家大学科技园“有组织科技成果转化、有靶向科技企业孵化、有体系未来产业培育”的服务体系，致力于打造脑机智能领域具备成果显示度、区域影响力的产业化高地。