记忆功能和计算功能相结合开辟类脑计算机新道路

随着科技的进步，各种计算机技术、网络技术的飞速发展，计算机的发展已经进入了一个快速而又崭新的时代，计算机已经从功能单一、体积较大发展到了功能复杂、体积微小、资源网络化等。计算机的未来充满了变数,性能的大幅度提高是不可置疑的，而实现性能的飞跃却有多种途径。不过性能的大幅提升并不是计算机发展的唯一路线，计算机的发展还应当变得越来越人性化，同时也要注重环保等等。计算机从出现至今，经历了机器语言、程序语言、简单操作系统和Linux、Macos、BSD、Windows等现代操作系统四代，运行速度也得到了极大的提升，第四代计算机的运算速度已经达到几十亿次每秒。计算机也由原来的仅供军事科研使用发展到人人拥有，计算机强大的应用功能，产生了巨大的市场需要，未来计算机性能应向着微型化、网络化、智能化和巨型化的方向发展。

大型自旋霍尔纳米振荡器(SHNO)阵列的同步，是实现超快非常规计算的一种有吸引力的方法。然而，与阵列接口、调整其单个振荡器和提供内置存储器单元仍然存在巨大的难题。

长期以来，研究一直致力于开发能够像我们的大脑一样高效工作的计算机。由哥德堡大学的研究人员领导的一项研究首次成功地将记忆功能与计算功能结合在同一组件中。这一发现为更高效的技术开辟了道路，从手机到自动驾驶汽车，应有尽有。

近年来，计算机已经能够处理高级认知任务，例如语言和图像识别或显示超人的国际象棋技能，这在很大程度上要归功于人工智能 (AI)。与此同时，人脑在有效执行任务和节能方面的能力仍然无与伦比。

在其高电阻状态下，忆阻器通过施加的电场调制 CoFeB/MgO 界面处的垂直磁各向异性。在其低电阻状态下，忆阻器增加或减少 SHNO 驱动器的电流。电场和电流控制都会影响 SHNO 自振荡模式和频率，从而可以可逆地打开/关闭四个 SHNO 链中的相互同步。

该研究还证明了两个单独控制的忆阻器可用于将四 SHNO 链调整为不同的同步状态。忆阻器门控是输入、调整和存储非常规计算模型的 SHNO 阵列状态的有效方法。

“几十年来，寻找类似于大脑节能过程的新计算方式一直是研究的主要目标。认知任务，如图像和语音识别，需要强大的计算机能力，而移动应用程序，尤其是手机，无人机和卫星，需要节能解决方案，”哥德堡大学应用自旋电子学教授 Johan Åkerman 说。

重要突破

Åkerman 与 Tohoko 大学的一个研究团队合作，领导了一项研究，该研究现已朝着实现这一目标迈出了重要一步。在这项现已发表在《自然材料》杂志上的研究中，研究人员首次成功地将两种主要的高级计算工具联系起来：振荡器网络和忆阻器。

Åkerman 将振荡器描述为可以执行计算并且可与人类神经细胞相媲美的振荡电路。忆阻器是可编程电阻器，也可以执行计算并且具有集成存储器。这使它们可以与存储单元相媲美。将两者结合起来是研究人员的一项重大进步。

“这是一个重要的突破，因为我们表明可以在同一个组件中结合记忆功能和计算功能。这些组件的工作方式更像是大脑的节能神经网络，使它们成为未来的重要组成部分，更多类似大脑的计算机。”

启用节能技术

据 Johan Åkerman 称，这一发现将在许多领域实现更快、更易于使用且能耗更低的技术。他认为，研究团队成功地以极小的占地面积生产了这些组件，这是一个巨大的优势：数百个组件适合一个相当于单个细菌的区域。这在移动电话等较小的应用程序中尤为重要。

“更节能的计算可能会导致手机的新功能。一个例子是像 Siri 或谷歌这样的数字助理。今天，所有处理都由服务器完成，因为对于小尺寸的手机来说，计算需要太多的能量。如果计算可以在本地执行，在实际的手机上，它们可以更快、更容易地完成，而无需连接到服务器。”

他指出自动驾驶汽车和无人机是更节能的计算可以推动发展的其他例子。

“执行认知计算的能源效率越高，应用就越多。这就是为什么我们的研究确实有潜力推动该领域的发展。”