据TechXplore网7月15日消息，荷兰埃因霍温理工大学研究人员开发了一种能进行片上训练的神经形态设备，解决了训练大规模神经网络模型的繁琐、耗时和能源效率低下的问题。这种设备无需将训练好的模型传输到芯片上，其中的忆阻器可以模拟神经元如何存储信息和相互交流。研究人员在硬件上进行了双层神经网络的测试，提出了适用于硬件的梯度下降反向传播训练算法的改进版本，他们的目标是将这项技术应用于更大规模的网络，开发高效、专用的人工智能芯片。

消息来源：https://techxplore.com/news/2024-07-neural-network-easy-smart-hardware.html