搜索
南京大学余林蔚教授团队基于IPSLS生长的n型硅纳米线忆阻器助力高性能神经形态计算
2025-03-14
随着信息技术飞速发展，计算任务规模与复杂性日益提升，对计算机性能要求也随之攀升。然而，传统冯·诺依曼架构受数据传输瓶颈及高能耗问题制约，难以满足未来人工智能、物联网等领域的复杂计算需求。因此，探索新型计算架构及硬件实现方案成为学术界与工业界的共同追求。南京大学余林蔚教授团队在此领域取得突破，成功研制出基于面内固-液-固生长的n型硅纳米线忆阻器。该忆阻器通过‘纳米线-边缘’准一维交叉结构，模拟生物大脑并行计算及低功耗特性，为神经形态计算提供前沿解决方案。
