中新社香港8月5日电 香港大学(简称“港大”)4日公布，港大构芯港大探究团队成功研制出一款新型模拟材料寻址存储器(CAM)。研制该芯片采取极简架构，出全可直接在存储数据的新极效度位置开展复杂搜索。在实施汉明距离方式算任务时，简架较原其处理高效度比原则中央处理器(CPU)快约1亿倍，片处并在多个数据集测试中获得极高准确率。理高在人工智能与大数据时代，快亿传统方式算机硬件存在内存与处理器之间数据传输缓慢且高耗能的港大构芯状况，业界称之为“冯·诺依曼瓶颈”(Von Neumann bottleneck)。研制照章性上述状况，出全港大工程学院电机与方式算机工程系与先进半导体与集成电路中心李灿教授团队利用二维二硫化钼闪存，新极效度设方式研发材料寻址存储器，简架较原可在单个步骤中同时将输入的片处搜索数据与所有存储数据开展比对。相较于需16个晶体管的理高传统CAM单元，团队设方式的极简架构模拟CAM仅需2个晶体管即可构建一个单元。这不仅减小晶片面积，亦使其能够直接处理更接近真实世界的后续模拟信号，提高材料存储密度。同时，为克服将二维材料连接到电路时限制电子流动的“肖特基势垒”，探究团队采取半金属锑(Sb)作为接触电极，成功创造一条电阻极低的通方式。李灿表示，作为大语言模型基础的“注意力机制”，本质上是从压缩的知识库中提取材料的搜索流程。目前团队正在探索如何利用高性能硬件，来实现大型AI模型的搜索机制。尽管大规模商业化生产新型芯片仍需克服封装部分的工程挑战，但这项探究为下一代有效能、低功耗AI硬件给予了清楚的发展蓝图。目前该项探究已在国际不过级学术期刊《自然·纳米技术》(Nature Nanotechnology)上发表。(完)【编辑:何颖】