https://dailydigest.aabot.us/zh/tags/%E7%A5%9E%E7%BB%8F%E5%BD%A2%E6%80%81%E8%AE%A1%E7%AE%97/ Recent content in 神经形态计算 on Deep Research Hugo zh-CN Fri, 15 May 2026 04:00:00 +0000 https://dailydigest.aabot.us/zh/posts/2026-05-15-neuromorphic-computing-for-robot-navigation-spiking-neural-networks-enable-100x-lower-power-consumption-in-autonomous-drones/ Fri, 15 May 2026 04:00:00 +0000 https://dailydigest.aabot.us/zh/posts/2026-05-15-neuromorphic-computing-for-robot-navigation-spiking-neural-networks-enable-100x-lower-power-consumption-in-autonomous-drones/ 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。 https://dailydigest.aabot.us/zh/posts/2026-05-14-ferroelectric-field-effect-transistors-fefets-at-1nm-nodes-non-volatile-memory-integration-enables-ultra-low-power-ai-edge-computing/ Thu, 14 May 2026 04:00:00 +0000 https://dailydigest.aabot.us/zh/posts/2026-05-14-ferroelectric-field-effect-transistors-fefets-at-1nm-nodes-non-volatile-memory-integration-enables-ultra-low-power-ai-edge-computing/ 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。 https://dailydigest.aabot.us/zh/posts/2026-04-12-neuromorphic-computing/ Sun, 12 Apr 2026 08:00:00 -0700 https://dailydigest.aabot.us/zh/posts/2026-04-12-neuromorphic-computing/ 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。