云端新芯片让它自己会学习既省电又安全j9国际站登录智能设备不用传数据到
这项突破的核心□-◆■-，是德克萨斯大学达拉斯分校电气与计算机工程副教授约瑟夫・弗里德曼团队对磁隧道结技术的巧用▪▼△=▼。
目前▪▽▼•■，弗里德曼团队正在扩大原型系统规模◁▼•●，测试它处理复杂任务的能力○□•▷，虽然离商业化还有距离▲▼-，但已经指明了方向…•▽◆◇。
这不仅慢-■-=，还容易泄露隐私■★，没网的时候更是没法用•■◆，但这种新芯片完全不一样●★□，它功耗特别低=△，能直接装在终端里◆◇□▼▪●tra：打破游戏本市场格局的“黑马”j9 在性能方面□□，耀世16 Ultra展现出了碾压竞品的实力○○。它搭载了英特尔酷睿Ultra 9 275HX处理器•，拥有24核24线GHz•□○。这样的配 更多 tra：打破游戏本市场格局的“黑马”j9，，实现所谓的•▼“边缘智能计算•▪○▲◇○”◁▷◇▪▲。
能让智能手机●•…无遮挡特级婬片日本高清Vj9九游真人游戏、智能手表这类移动终端摆脱云端服务器j9国际站登录▪…▲•▼-，自己就能学东西◁◆，现在的人工智能应用都有个通病○◇▲◇，得把数据传到云端处理完再发回来…■•★=云端新芯片让它自己会学习既省电又安。
从产业角度看-△■◆，这东西意义重大•=■□▷，国际能源署的数据显示▷▲☆-▪★，全球数据中心能耗已占总用电量的约1%■●，还在不断上升■●☆，这种新技术普及后•●••◆▼，能大大缓解能源压力□●▪△★。
这是种纳米级的电子器件☆□▽□…○，由两层磁性材料和中间的绝缘层组成▲□◇，当两层磁性材料磁化方向一致时▲•，电子更容易穿过去▪…，方向相反时★◁□▷△，阻力就变大▼▽。
弗里德曼早就指出▷-，这种传统架构已经成了人工智能发展的瓶颈•…-▲，必须要有像人脑一样高效的新范式□◁△□◁。
而这款新芯片在功耗控制和使用灵活性上有明显优势□▼，移动终端将真正摆脱对云端的依赖□☆◆○★，而且它存数据特别稳•△◁•●▽，当前人工智能应用普遍存在数据传输相关的问题-□■•…，国际能源署相关数据已显示出传统模式下的能源消耗趋势■▪□，从行业层面看◁□…△▲◁，能可靠保存学习形成的连接权重•■，这项新技术的普及可能带来针对性改变☆▽•。一旦这项技术实现产业化☆★●▽■，它对缓解数据中心能耗压力也有潜在作用★◇=▷•？
又能缓解数据中心能耗压力◇□◇-▲。能实现终端侧的智能计算◆◆。解决了之前同类技术总丢数据的难题•…。既能独立学习适应用户需求•=△，
业界统计-★□▽★▼，训练一个大型语言模型成本可能高达数亿美元□•●○，大部分都花在计算资源上★-。
现在主流人工智能用的冯・诺依曼架构…•○，把存储器和处理器分开■◆，数据得在两者间来回传□◆=-，这就是▪□▷△◁“内存墙☆△★○=★”问题-◁○◇▽☆，不仅慢◁○□●▼，还特别费电●…▽…。
该校团队研发的神经形态计算原型□◇，有望改变移动终端对云端服务器的依赖模式★▼=◇•，让设备具备自主学习能力◇•▲△●▲。
人脑的神经元和突触既是处理器又是存储器•○□★◇▷，突触连接强度还能跟着神经活动动态调整□•=◆☆，这就是学习和记忆的基础•△•○★▪，也是新芯片的灵感来源▷▽●▪…。
2025年1月j9国际站登录…▽=▼，德克萨斯大学达拉斯分校发布的一项研究-•▪-，给智能设备领域带来了新变化☆■△•。
就像弗里德曼说的●=○■，要是这技术能产业化★•△，智能设备就能独立思考适应□◆，不用总依赖云端▽■，这会是计算史上的重要里程碑★★，未来▪▽，更智能★★▪▼☆、更省电的计算时代正在慢慢靠近■▪★◆△▲。
当一个人工神经元激活另一个时★▷，它们之间的人工突触就会变得更导电●=，这种设计思路●□▲◆▽，正是类脑计算的关键所在☆△。
弗里德曼解释○△★▪•▪，他们用的是神经心理学家唐纳德・赫布的学习规律◁•-▪◆，一起激活的神经元会连接在一起◁□-。
2025年1月○▼△，德克萨斯大学达拉斯分校的一项研究让智能设备迎来新可能■◁▲，该校团队开发的神经形态计算原型■●☆☆◁★。
国际能源署关注的能源消耗问题◁•=•，也将因这类技术的普及得到改善◆○，未来更智能●▼◁●、更高效的计算时代正逐步临近…▷…◁◇△。
更厉害的是它能持续学习◆◇▪，传统的人工智能模型训练完就定死了◇▼=，没法跟着用户习惯变▼◆▽=，但神经形态芯片能在使用中不断调整•◆○•，给每个人量身定制智能服务•▪◁。
目前▲○△◁▷，德克萨斯大学达拉斯分校团队仍在扩大原型系统规模-☆，测试其处理复杂任务的能力▪◁▷=▼。
研究人员就利用这个特性模拟大脑突触○…○=•，通过特殊电路△△-▼，磁隧道结能根据输入信号的强弱和频率◁□，自己调整电导率=▪全j9国际站登录智能设备不用传数据到，就像生物突触那样学习▼…。
