忆阻器相关 AI 资讯 · AI 热点

7月30日

11:27

11:27

官方账号arXiv cs.LG@Harvey Samuel George Johnson, Sendy Phang

该论文提出了一种基于忆阻器的储备池计算（RC）设计框架，针对多级流水线CPU的分支预测（BP）任务。使用System Verilog和Verilog-AMS进行了仿真实现，在Dhrystone基准测试上评估，目标指令集为RISC-V RV64GC。实验显示RC能达到较高的整体预测准确率，但与最先进的TAGE预测器相比，适应分支行为变化的速度慢15倍。论文指出了进一步优化自适应能力的必要性。

论文储备池计算忆阻器分支预测

推荐理由：这篇论文研究了用忆阻器做储备池计算来加速CPU分支预测，Dhrystone测试表现不错，但比TAGE慢15倍，适合关注硬件AI加速的朋友看。

7月28日

11:36

11:36IT之家（博客/媒体）

德国康斯坦茨大学和斯图加特大学团队利用400个半径3μm的二氧化硅球悬浮在溶液中，构建了活性胶体振荡器阵列，实现储液池计算。该系统在混沌Mackey-Glass序列预测中取得0.90的F1值（异常检测），单步预测的归一化均方根误差约0.1，约为忆阻器方案（误差0.01）的1/10。系统使用532nm激光器、100 kHz双轴声光偏转器和实时显微镜驱动并观测粒子运动。

论文活性胶体振荡器 Mackey-Glass 储液池计算

推荐理由：德国科学家用400个液滴颗粒造了个液体计算机，能预测混沌信号，精度虽只有忆阻器方案的十分之一，但思路很新颖，值得看看。

7月11日

10:22

10:22IT之家（博客/媒体）

精选

SK 海力士联合 TetraMem、南加州大学开发基于忆阻器的存内计算 SoC，面向边缘 AI 推理。芯片集成 RISC-V 处理器和 10 个神经处理单元，理论峰值总算力约 2.54 TOPS。通过双子阵列补偿技术将有效权重精度提升至约 4 位，实测端到端推理准确率 80.36%。在 100 MHz 下能效为 21.3 TOPS/W，400 MHz 下为 11.9 TOPS/W。

AI产品 SK海力士 TetraMem 忆阻器

推荐理由：SK海力士和TetraMem、南加大联手做了个忆阻器AI芯片，能效21.3 TOPS/W，适合边缘设备，省电又够用。

6月11日

12:30

12:30

官方账号arXiv cs.AI@Semih Vazgecen, Cristian Sestito, Spyros Stathopoulos, Themis Prodromakis

精选

该研究提出一种结合轻量级生成对抗网络（GAN）和忆阻器神经形态系统的面部识别框架，专门解决非正面人脸图像的识别难题。通过GAN将非正面人脸正面化，再使用忆阻器分类器进行高效识别，在资源受限平台（如无人机）上实现96%的准确率。该方法缓解了传统AI的计算瓶颈，为动态真实环境中的面部识别提供了可扩展、高效的边缘AI解决方案。

论文 GAN 忆阻器面部识别

推荐理由：边缘AI设备（如无人机）做非正面人脸识别一直受限于算力，这个方案用GAN正面化+忆阻器低功耗推理，准确率还到96%，做嵌入式视觉或边缘计算的团队值得关注。