据TechXplore网7月26日消息，美国明尼苏达大学双城分校研究人员开发出一种基于磁隧道结（MTJ）的硬件，可以将人工智能计算应用的能耗降低至少1000倍。他们开发的计算随机存取存储器（CRAM）架构实现了在内存中进行计算，打破了传统计算机架构中计算与内存之间的瓶颈。该技术利用磁隧道结器件进行计算，这种纳米结构器件能以极低能量执行功能，速度更快且更适应恶劣环境。研究人员在基于CRAM的机器学习推理加速器上实现了1000倍的能耗优化，较传统方法节能1700至2500倍。

消息来源：https://techxplore.com/news/2024-07-magnetic-tunnel-junctionbased-device-ai.html