AI学大脑干活！南加大搞出“仿生神经元”单晶体管解困局

排行榜 2025年11月01日 19:04 0 aa

南加州大学维特比工程学院的约书亚・杨教授团队，最近搞出个能让AI“省电”的新东西，基于离子扩散的人工神经元。

就一个晶体管，居然能复现大脑神经元的电化学过程。

现在AI行业最头疼的就是耗电，像那些大型语言模型训练一次，电费都得不少钱，而这技术刚好戳中了这个痛点。

之前听行业里人聊，传统神经形态芯片想做一个人工神经元，得用好几十个甚至上百个晶体管。

硬件堆得越来越复杂，想搞大规模神经网络就特别费劲。

比如IBM早年的TrueNorth芯片，虽说有百万级“类神经元”，但每个单元都靠晶体管组合模拟，功耗还是下不来。

本来想靠堆硬件解决AI规模问题，后来发现越堆越费电，这路子显然走不通。

杨教授团队这个“扩散忆阻器”就不一样了，用的是氧化物里银离子的运动来处理信息，不是传统的电子。

这思路挺妙的，相当于把计算的“载体”换了，从电子变成离子，一下子就实现了一个晶体管对应一个人工神经元。

你想啊，硬件复杂度降下来，后续做大规模神经网络就有基础了，这可不是小突破。

AI耗电愁坏行业？单晶体管神经元来救场

现在AI训练和推理，电能消耗是真吓人。

不仅企业运营成本高，对环境也不友好。

但人脑就不一样了，才用20瓦功率，就能处理各种复杂认知任务，这差距不是一点半点。

杨教授说问题不在计算能力不够，是能源用得太浪费。

传统数字计算机靠“暴力计算”干活，跟大脑那种“高效提取规律”的路子完全不同。

而扩散忆阻器因为用了离子，离子比电子重，运动慢，刚好能自然实现记忆功能。

不用额外搞存储单元，计算和存储放一块，数据不用来回搬，能耗自然就降下来了。

我觉得这才是找对了方向，之前大家总在软件算法上抠节能，其实硬件底层架构不改，节能效果有限。

就像家里的旧冰箱，再怎么调温度，能耗也比新架构的冰箱高，道理是一样的。

这技术能成，还有个关键是学了大脑的干活方式。

咱们大脑里的神经元，信号传递是“电-化学-电”的转换。

电信号到突触变成化学信号，传过去再变回电信号，就是靠这过程实现高效学习和记忆。

杨教授团队就仿了这个，用银离子模拟大脑里的钠、钾离子，让银离子在氧化物里扩散，模拟离子通道的行为。

仿大脑干活！这技术让AI学会“省劲儿”

生物神经元里，钠离子进来引发动作电位，钾离子出去恢复平静，整个过程能耗特别低。

而传统AI是用软件模拟这个过程，光数据搬移就耗掉90%以上的算力。

扩散忆阻器不一样，直接在硬件层面实现记忆和学习，不用软件再费劲模拟。

实验数据里，这人工神经元的信号延迟差不多50微秒，跟生物神经元差不太多，稳定性也还行，循环测试很多次性能衰减都少。

这就意味着AI能像大脑一样“小样本学习”，不用靠海量数据堆。

比如识别个物体，几十张图可能就够了，这对那些数据少的场景太友好了。

之前帮朋友做过简单的AI识别项目，光找数据就花了半个月，要是早有这技术，能省不少事。

从产业角度看，这技术还能解决冯・诺依曼架构的老问题。

之前查资料知道，传统架构里数据得在处理器和存储器之间来回挪，能耗大部分都花在这了。

扩散忆阻器把计算和存储放一块，这部分能耗直接就省了。

现在边缘计算不是火嘛，像智能手表、物联网传感器，电池就那么点，特别需要低功耗硬件，华为、高通这些企业都在盯这个方向，以后这技术说不定能用到这些设备上。

现在的AI虽然在特定任务上厉害，但离通用AI还差得远，主要是硬件撑不起大脑那样的并行处理和自适应学习。

这技术一个晶体管一个神经元，相同芯片面积能装更多神经单元，而且每个都能独立学习，这不就是分布式智能的基础嘛。

比如英伟达的H100GPU，晶体管不少，但要是用这技术，同等面积能装十亿级别的人工神经元，快赶上小哺乳动物的大脑规模了。

很显然，通用AI需要的“自适应、跨任务学习”，靠这硬件技术才有戏，不然总在专用AI里打转，很难有大突破。

当然了，这技术现在也有麻烦。

比如银离子扩散得不够均匀，不同地方速度不一样，神经元性能就可能有差异，还有跟现有半导体工艺怎么兼容，这些都得解决。

不过Gartner预测类脑计算硬件市场以后会很大，要是这技术能在几年内搞定产业化问题，说不定能占不小份额。

我觉得这技术不只是硬件创新，更重要的是把生物学和工程技术结合起来了，给AI从“专用”往“通用”走铺了路，以后AI说不定真能既厉害又省电。

联合飞机“空中重卡”开启中国重载无人直升机时代

欧美巨头也得看中国脸色，国产工业机器人布局几十年，飞速国产化

发表评论

AI学大脑干活！南加大搞出“仿生神经元”单晶体管解困局

AI耗电愁坏行业？单晶体管神经元来救场

仿大脑干活！这技术让AI学会“省劲儿”

联合飞机“空中重卡”开启中国重载无人直升机时代

欧美巨头也得看中国脸色，国产工业机器人布局几十年，飞速国产化

热门文章

最新文章