创新的新型芯片技术集成了数据存储和处理功能，大大提高了效率和性能。这些芯片受到人脑的启发，预计将在三到五年内上市，需要跨学科合作才能达到行业安全标准。
胡萨姆-阿姆鲁奇（Hussam Amrouch）开发出了一种可用于人工智能的架构，其功能是同类内存计算方法的两倍。据《自然》（Nature）杂志报道，这位慕尼黑工业大学（TUM）的教授利用被称为铁电场效应晶体管（FeFET）的特殊电路应用了一种新的计算模式。几年内，这可能会被证明适用于生成式人工智能、深度学习算法和机器人应用。
基本理念很简单：以前的芯片只在晶体管上进行计算，而现在它们也是数据存储的位置。这样既省时又省力。慕尼黑工业大学（TUM）人工智能处理器设计教授胡萨姆-阿姆鲁奇（Hussam Amrouch）说："因此，芯片的性能也得到了提升。"
未来的芯片必须比早期的芯片更快、更高效。因此，它们的发热速度不能太大。如果要支持无人机飞行等场景的实时计算等应用，这一点至关重要。对于计算机来说，这样的任务极其复杂且耗能。
Hussam Amrouch 教授为能源密集型应用开发强大的人工智能芯片。图片来源：Andreas Heddergott / TUM
对芯片的这些关键要求可以用数学参数 TOPS/W 来概括："每秒每瓦特的太赫兹运算量"。这可以看作是未来芯片的重要技术指标：当提供一瓦（W）功率时，处理器每秒（S）能执行多少万亿次运算（TOP）。
博世与弗劳恩霍夫 IMPS 合作开发的新型人工智能芯片在生产过程中得到了美国 GlobalFoundries 公司的支持，可提供 885 TOPS/W。这使得它比同类人工智能芯片（包括三星公司的 MRAM 芯片）的功能强大一倍。而目前普遍使用的 CMOS 芯片的运行速度在 10-20 TOPS/W 之间。最近发表在《自然》杂志上的研究结果证明了这一点。
受人脑启发的芯片架构
研究人员从人类那里借鉴了现代芯片架构的原理。阿姆鲁奇说："在大脑中，神经元负责处理信号，而突触则能够记住这些信息，他描述了人类如何能够学习和回忆复杂的相互关系。"
为此，芯片使用了"铁电"（FeFET）晶体管。这种电子开关具有特殊的附加特性（施加电压时极性反转），即使在切断电源的情况下也能存储信息。此外，它们还能保证在晶体管内同时存储和处理数据。
阿姆鲁奇认为："现在，我们可以构建高效的芯片组，用于深度学习、生成式人工智能或机器人等应用，例如，在这些应用中，数据必须在生成的地方进行处理。"
面向市场的芯片之路
研究人员的目标是利用这种芯片运行深度学习算法，识别太空中的物体，或处理无人机在飞行过程中产生的数据，而不会出现时滞。不过，慕尼黑工业大学慕尼黑机器人与机器智能综合研究所（MIRMI）的教授认为，要实现这一目标还需要几年时间。他认为，适合实际应用的首款内存芯片最快也要三到五年后才能问世。
其中一个原因是工业界的安全要求。例如，在汽车行业使用这种技术之前，仅有可靠的功能是不够的。它还必须符合该行业的特定标准。硬件专家阿姆鲁奇说："这再次凸显了与计算机科学、信息学和电气工程等不同学科的研究人员开展跨学科合作的重要性。"他认为这是 MIRMI 的一大优势。