桑迪亞國家實驗室（Sandia National Laboratories）的一個團隊與密歇根大學的合作者一起，在同行評審雜志《高級材料》上發(fā)表了一篇論文，其中詳細介紹了一種新方法，該方法將賦予計算機芯片以更高的處理能力，從而為機器學習應用程序提供動力。模擬存儲設備中房屋涂料中發(fā)現(xiàn)的常見材料，可實現(xiàn)高能效的機器推理操作。

桑迪亞材料科學家亞歷克·塔林（Alec Talin）解釋說：“氧化鈦是最常用的材料之一。您購買的每種涂料都含有氧化鈦。這種材料便宜且無毒?！薄斑@是一種氧化物，那里已經(jīng)有氧氣。但是，如果將其取出，就會產生所謂的氧空位。事實證明，當產生氧空位時，會使這種材料導電?！?/p>

這些氧氣空缺現(xiàn)在可以存儲電數(shù)據(jù)，從而幾乎為任何設備提供了更多的計算能力。Talin和他的團隊通過將計算機芯片加熱到高于302華氏度（150攝氏度）的氧化鈦涂層，產生氧空位，使用電化學方法從材料中分離出一些氧分子并產生空位。

目前，計算機通常通過將數(shù)據(jù)存儲在一個位置并在另一位置處理該數(shù)據(jù)來工作。這意味著計算機必須不斷地將數(shù)據(jù)從一個地方傳輸?shù)搅硪粋€地方，這浪費了能源和計算能力。

該論文的主要作者李益陽（Yiyang Li）是桑迪亞（Sandia）的杜魯門研究員（Truman Fellow），現(xiàn)在是密歇根大學（University of Michigan）材料科學的助理教授。他解釋說他們的過程如何有可能完全改變計算機的工作方式。

李說：“我們要做的是將處理和存儲放在同一個地方。”“新功能是我們能夠以可預測和可重復的方式做到這一點?！?/p>

他和塔林都認為利用氧氣空缺作為一種方法來幫助機器學習克服目前阻礙其發(fā)展的一大障礙-功耗。

“如果我們嘗試進行機器學習，這會耗費大量精力，因為您正在不斷地進行移動學習，而實現(xiàn)機器學習的障礙之一就是功耗?！薄叭绻鷵碛?a href="http://www.brongaenegriffin.com/tags/自動駕駛/" target="_blank">自動駕駛汽車，則做出駕駛決策會消耗大量能量來處理所有輸入。如果我們能夠為計算機芯片創(chuàng)建替代材料，它們將能夠更有效地處理信息，節(jié)省能源并進行大量處理更多數(shù)據(jù)?！?/p>

責任編輯：lq