盖世汽车讯 类脑计算是一种模仿人脑运作方式的计算方法。人类大脑（灰质）是大自然的杰作，能够以惊人的能效处理海量数据。尽管现代人工智能硬件在处理复杂任务方面的能力日益增强，但其能耗也极高。

类脑计算的一大优势在于它将存储与处理功能整合在同一位置，从而比传统人工智能芯片消耗更少的能量。然而，即便是最先进的类脑系统，其结构也相对简单，远无法与人脑神经元之间错综复杂的连接数量相提并论。

图片来源：期刊《Science Advances》

据外媒报道，亚利桑那大学（ University of Arizona）的研究人员开发出一种新的信息处理方法，其灵感源自自然界——特别是大脑中的突触（即神经元之间的连接），通过利用声波而非电流，硬件能够更有效地模仿神经元的并行处理机制，并实现更高的能效。

他们研发的装置被称为“拓扑声学突触”。与传统硅芯片依赖电子在微观导线中移动的机制不同，这项技术通过微小且相互连通的路径来传输声波。相关研究发表在期刊《科学进展》（Science Advances）期刊上。

就像生物突触通过改变连接强度来传递信息一样，该设备能够在声波传播过程中对其进行放大或衰减。相关信息被编码在相互重叠的声波之间的时间差之中。

研究团队利用一系列日常计算机任务（如花卉品种分类和手写数字识别）对该系统进行了测试。测试结果显示，该系统表现优异：其学习速度快于标准神经网络模型，且能产生高度精确的结果；此外，在完成任务时，它所需的内部调整也较少。

此外，该系统的运行功耗远低于两种主流的先进电子硬件：场效应晶体管（FET）和忆阻器。

研究团队在论文中指出：“我们在此引入拓扑声学突触（TAS），这是一种声波神经形态器件，它通过在多元状态空间中映射信息来克服这些限制。总之，我们利用耦合波导中的非线性声波动力学实现了TAS。”

声学芯片会是未来趋势吗？

研究表明，单个声学突触能够同时高效地处理多路数据流。该研究的长期目标是通过同时运行多个此类突触来实现规模化扩展。通过将众多组件集成到微小的芯片状结构中，团队希望打造出一种超高效硬件，使其能够像人脑一样运作并处理复杂的计算任务。