水也能造AI芯片？科学家利用液态水分子制备神经网络计算芯片

pxw 11-04 38

默认

摘要： 据的最新报告定于年推出的或将配备自研的调制解调器这款调制解调器不仅集成了功能还整合了蓝牙和自研调制解调器代号为据称不仅仅是一个简单的调制解调器它还能够减少对独立蓝牙和组件的依赖此前...

据9to5Mac的最新报告，定于2025年推出的iPhone SE 4或将配备Apple自研的5G调制解调器。这款调制解调器不仅集成了5G功能，还整合了Wi-Fi、蓝牙和GPS。Apple自研5G调制解调器，代号为“Centauri”，据称不仅仅是一个简单的调制解调器，它还能够减少对独立Wi-Fi、蓝牙和GPS组件的依赖。此前，彭博社的Mark Gurman也曾提及Appl...

在科技飞速发展的今天，芯片作为信息技术的核心部件，一直是科研人员不断探索和创新的重点领域。最近，一项令人瞩目的研究成果打破了人们对芯片制造的传统认知——科学家竟然利用液态水分子成功制备出了神经网络计算芯片。

近期，浙江大学的林时胜教授团队以水为媒介，打造出了一款具有超低能耗的神经网络计算芯片，为AI计算开辟了新的方向。

从工作原理来看，该芯片利用了液态水分子的特殊极化特性。神经元作为芯片的基本组成部分，能够利用极化传递函数来构建天然的互联，这种独特的信号传输方式不仅可以完成复杂的计算任务，还能极大地降低能耗，尤其是在乘加运算等核心操作中表现出了出色的节能效果。这对于当前AI系统中面临的能耗问题，无疑是一个极具吸引力的方案。随着大模型等AI技术的不断扩展，能量消耗迅速增长，给业界带来了高昂的成本和环境压力，而这款水计算芯片的出现，或许能够为这一问题带来新的希望。

除了在降低能耗方面取得的显著进展，水计算芯片还为神经网络计算从“黑盒”走向“白盒”提供了可能。在传统的神经网络计算中，其内部的计算过程往往像一个“黑盒”，难以理解和解释。而水分子的极化传递函数能够模拟神经网络中的信号传递方式，这意味着水计算芯片适合用于揭示和模拟大脑液体分子中的神经元计算方式，从而推动脑科学研究的深入发展。这一突破不仅有助于我们更好地理解大脑的工作原理，还为人工智能的发展提供了新的思路和方法。

当然，任何一项新技术的诞生都伴随着质疑和挑战。在项目初期，当林时胜教授团队提出利用水分子进行类脑计算的想法时，也遭到了不少质疑。毕竟，水在人们的印象中是一种普通的物质，很难与高精尖的计算领域联系起来。但是，科研团队凭借着对未知的强烈兴趣和敢于探索的精神，成功地完成了整个研究，让水在芯片计算领域焕发出了新的光彩。

未来，水计算芯片有望在实时数据处理、动态图像处理等前沿领域发挥重要作用。同时，科研团队还计划进一步扩大水计算芯片的规模和复杂度，提升其处理能力，并将其应用于智能图像传感器的开发，构建集成式视觉计算。可以预见，水计算芯片将成为神经网络芯片研究的一个重要方向，为科技的发展带来新的机遇和挑战。