2026 年 10 月 21 日
随着人工智能数据中心能耗持续攀升，寻求可持续的计算架构已成为应对环境与能源挑战的关键。来自太华大学（University of Ottawa）、哥伦比亚大学（Columbia University）和汉阳大学的研究团队提出，借鉴人脑运作机制的类脑计算系统可能是解决这一全球性难题的有效途径。
突破“内存墙”瓶颈
传统冯·诺依曼架构正面临被称为“内存墙”的性能瓶颈，即数据在存储器与处理器之间频繁传输导致的高延迟和高能耗。太华大学张金教授研究小组的博士后研究员卡南·乌达亚·莫哈南（Kannan Udaya Mohanan）指出，该团队通过系统性综述电子材料、设备物理及电路集成领域的进展，确定了最具潜力的后 CMOS 材料和器件架构作为人工神经元载体。
这项发表在《Advanced Functional Materials》上的综述文章并未局限于单一实验，而是评估了新兴硬件神经元的整体技术景观，将复杂的材料科学转化为具体的技术路径，旨在帮助研究人员构建可扩展的类脑计算系统。这些发现为建立类似大脑的信息处理机制提供了前瞻性路线图，证明了下一代电路在处理速度上的潜力。
面向绿色数据中心与可穿戴设备
所谓“后 CMOS”技术，指的是超越传统硅基芯片的新兴材料与器件架构。研究表明，这类受大脑启发的技术不仅能显著降低现代数据中心的能源足迹，还在个人技术领域展现出巨大优势。由于相关新材料通常具备低成本、高可扩展性以及支持超薄、轻量化和柔性形态的特点，它们有望直接推动更智能、低功耗的可穿戴技术的发展。
该研究由 Paul Logothetis 撰写，加比·克拉克编辑，罗伯特·伊根评论，并经过事实检查、同行评审出版物验证及可信来源校对。相关论文信息如下：
Kannan Udaya Mohanan et al., Emerging Post-CMOS Hardware Neurons for Brain-Inspired Computing: Devices, Circuits, and System Integration, Advanced Functional Materials (2026). DOI: 10.1002/adfm.77874
