盖世汽车讯 据外媒报道，由麻省理工学院（MIT）研究人员组成的多学科团队使用实用的无机材料，显著推动了先前开发的一种人造模拟突触的速度极限，将设备的运行速度提快100万倍，约比人脑中的突触快约100万倍。

不仅如此，这种无机材料还使电阻器非常节能。与早期版本的设备中使用的材料不同，新材料与硅制造技术兼容，因此可使制造纳米级设备成为可能，并可能为集成到深度学习应用的商业计算硬件铺平道路。

图片来源：MIT

可编程电阻器是模拟深度学习的关键组成部分，就像晶体管是数字处理器的核心元件一样。通过在复杂层中重复可编程电阻器阵列，研究人员可以创建一个模拟人工“神经元”和“突触”网络，就像数字神经网络一样执行计算。然后可以训练该网络以实现复杂的AI任务，例如图像识别和自然语言处理。

资深作者、核科学与工程系和材料科学与工程系的Breene M. Kerr教授Bilge Yildiz解释说：“该设备的工作机制是将最小的离子质子电化学插入绝缘氧化物中，以调节其电子导电性。因为使用的是非常薄的设备，我们可以通过使用强电场来加速这种离子的运动，并推到纳秒级运行状态。”

这些可编程电阻器极大地提高了神经网络的训练速度，同时大大降低了执行该训练的成本和能量消耗，从而帮助科学家更快地开发深度学习模型，然后可以将其应用于自动驾驶汽车、欺诈检测或医学图像分析等用途。

麻省理工学院将其新模拟处理器技术的关键元素称为质子可编程电阻器。这些电阻器以纳米为单位（一纳米是十亿分之一米）排列成阵列，就像棋盘一样。

为了开发一种超快速且高能效的可编程质子电阻器，研究人员寻找了不同的电解质材料。当其他设备使用有机化合物时，Onen专注于无机磷硅玻璃（PSG）。

Onen假设优化的PSG在室温下无需水即可具有高质子传导性，因此可成为该应用的理想固体电解质。结果证明这一假设是正确的。

PSG能够实现超快质子运动，因为它包含大量纳米尺寸的孔，其表面为质子扩散提供了路径。此外，该材料还可以承受非常强的脉冲电场。Onen解释说：“因为向设备施加更多电压可以使质子以惊人的速度移动，因此上述性能非常关键。”

因为质子不会损坏材料，电阻器可以运行数百万次循环而不会损坏。这种新的电解质使可编程质子电阻器比以前的设备快一百万倍，并且可以在室温下有效运行，这对于将其整合到计算硬件中很重要。

由于PSG的绝缘特性，当质子移动时，几乎没有电流通过材料，使得该设备非常节能。随着这些可编程电阻器的有效性得到证明，研究人员计划重新设计以进行大批量生产，然后研究电阻器阵列的特性并将其放大，以便将电阻器嵌入系统中。