神经形态计算

基于卡哈尔神经元分支定律生长的合成锥体树突，展示了自然启发的架构如何指导神经形态芯片设计

神经形态计算在机器人导航中的应用：为何二十年的承诺终于成为现实

经过数十年的未实现承诺，神经形态计算终于解决了自主机器人导航问题，功耗比传统AI降低了100倍。这一突破源于解决了历史上阻碍部署的三个关键障碍：缺乏适用于脉冲神经网络的训练算法、芯片间扩展性差以及软件工具链有限。

FeFET的记忆原理：电场翻转材料极化以永久存储数据，如同不会遗忘的微型磁开关。来源：维基共享资源

铁电晶体管革命：当存储遇见心智——铁电晶体管如何实现边缘神经计算

基于氧化铪的铁电场效应晶体管（FeFET）在1纳米节点实现了突破性的非易失性存储性能，为超低功耗AI边缘计算应用开辟了新的可能。虽然实验室演示显示出令人瞩目的开关速度和耐久性，但这些器件仍面临着关键的制造挑战和集成复杂性，这将决定它们相对于MRAM和闪存等成熟存储技术的商业可行性。

Intel Loihi 2 neuromorphic chip

神经形态计算的十字路口：类脑硅芯片能否走出实验室？

Intel 的 11.5 亿神经元系统 Hala Point 与 IBM 的 NorthPole 正在改写能效规则——但神经形态计算仍需找到它的杀手级应用。