AI计算的快捷方式：内存计算克服数据传输瓶颈

随着人工智能（AI）的继续发展，Postech（Pohang科学技术大学）的研究人员已经确定了一个突破，可以使AI技术更快，更有效。

Postech材料科学与工程和半导体工程部门的Seyoung Kim教授和Hyunjeong Kwak博士与IBM T.J.的Oki Gunawan博士合作。沃森研究中心（Watson Research Center）已成为第一个发现电化学随机访问记忆（ECRAM）的隐藏操作机理的人，这是AI的有前途的下一代技术。他们的研究是出版在日记中自然通讯。

随着AI技术的推进，数据处理需求成倍增加。但是，当前的计算系统将数据存储（内存）与数据处理（处理器）（处理器）分开，从而带来了很大的时间和能源消耗由于这些单元之间的数据传输。为了解决这个问题，研究人员开发了内存计算的概念。

内存计算可以直接在内存中进行计算，消除数据移动并实现更快，更有效的操作。ECRAM是实施此概念的关键技术。ECRAM设备使用离子运动存储和处理信息，从而允许连续模拟类型数据存储。但是，了解他们的复杂的结构高抗性氧化物材料仍然具有挑战性，严重阻碍了商业化。

为了解决这个问题，研究团队使用氧化钨开发了一个多末端结构化的ECRAM设备，并应用了平行的偶极线霍尔系统，从而可以观察到从超低温度（-223°C，50K）的内部电子动力学观察到内部电子动力学室温（300K）。他们首次观察到ECRAM内部的氧气空位会产生浅供体状态（〜0.1 eV），有效地形成了电子自由移动的快捷方式。

ECRAM固有地创造了促进电子传输的环境，而不是简单地增加电子数量。至关重要的是，即使在极低的温度下，这种机制也保持稳定，这表明了ECRAM设备的稳健性和耐用性。

Postech的Seyoung Kim教授强调：“这项研究很重要，因为它在实验上阐明了ECRAM在各种温度上的开关机制。商业化该技术可能会导致AI性能更快，并在智能手机，平板电脑和笔记本电脑等设备中延长电池寿命。”