仿腦晶片新突破：AI 能耗可望降低 70%，無人機邊緣運算效能再提升

仿腦晶片新突破：AI 能耗可望降低 70%

在腦啟發式運算（brain-inspired computing）領域，一項最新突破有望讓當今高耗能的 AI 系統變得更加節能高效。研究人員以改良型態的**氧化鉿（hafnium oxide）**為材料，成功打造出一款奈米電子元件，能夠模擬神經元同時處理與儲存資訊的方式運作。

傳統晶片的瓶頸

傳統晶片架構中，處理器與記憶體分離，資料必須在兩者之間不斷來回搬移，這種被稱為「馮紐曼瓶頸」的問題會消耗大量電力。對於需要在邊緣端進行即時 AI 推論的應用場景——例如無人機的自主飛行、電腦視覺辨識與避障——這種能耗問題尤其嚴峻，因為無人機的電池容量與散熱條件都極為有限。

仿神經元元件的運作原理

這款新型奈米電子元件採用「運算與記憶合一」的架構，模仿人腦神經元的工作方式：資訊的處理和儲存在同一個元件中完成，大幅減少資料搬移所造成的能量浪費。研究團隊指出，這項技術能將 AI 運算的能源消耗降低最高達 70%，同時維持超低功耗運作。

對無人機產業的潛在影響

若這項技術未來能量產並整合至無人機的 AI 處理晶片中，將可能帶來以下改變：

• 延長飛行續航力：AI 運算功耗大幅降低，電池電力可更多分配給動力系統。
• 強化邊緣 AI 能力：在不增加散熱負擔的前提下，讓無人機執行更複雜的即時運算任務，如 BVLOS 超視距飛行中的自主決策。
• 縮小晶片體積：奈米級元件有助於進一步縮小處理模組，適合微型與迷你無人機搭載。

這項研究雖然仍處於早期階段，但展示了下一代仿腦晶片在節能與高效 AI 運算上的巨大潛力，值得無人機產業持續關注。

原文來源： 查看原文