本篇文章653字，读完约2分钟
北京，5月24日，科技日报-在今天的“大数据”时代，现有的计算机硬件架构面临着速度和高能耗的瓶颈。《科技日报》记者近日采访了密歇根大学电子工程与计算机系的卢伟教授，得知他带领同事开发了一种新型忆阻器阵列芯片。其处理复杂数据(如图片和视频)的速度和能效超过了现有的最先进的机器学习系统。相关论文发表在最新一期的《自然纳米技术》杂志上。
目前，机器学习处理大数据越来越受到重视。然而，现有的机器学习仅仅是基于现有硬件架构的算法创新，在学习和推理过程中，仍然需要在处理器和内存之间不断传输大量数据，导致速度瓶颈和高能耗。忆阻器是一种新型的电子设备，通过调整内部原子分布，可以同时实现数据存储和信号处理功能，并以低能耗和高效率并行实现机器学习中最基本的矩阵运算。
卢伟告诉记者，他们已经准备了一个32×32的忆阻器阵列，并用阵列芯片实现了“稀疏编码”算法。稀疏编码是一种无监督的学习方法，通过芯片上神经元之间的竞争，可以更有效地发现隐藏在输入数据中的结构和模式。在测试中，新的忆阻器芯片通过“学习训练”后使用几个神经元，成功地从一些名画和照片中发现了关键特征。
在陆伟的参与下成立的半导体公司Crossbar Inc .与中国最大的芯片制造商中国芯国际(China core international)合作，从去年开始批量生产基于忆阻器的电阻式随机存取存储器(RRAM)。他说，新的忆阻器可以直接集成到现有的传感器和摄像系统中，实时处理和分析视频数据。他们还可以通过大规模集成实现超级计算机的功能。(记者聂)
