(图片来源：康奈尔大学)

在康奈尔大学的一间静谧实验室中，研究人员颠覆了数十年来的数字电路传统。他们研发出一种硅芯片，其思考方式不再依赖时钟驱动的处理器，而是更接近于真实大脑——只不过它运用的是受控的微波能量脉冲，而非神经元。

这款名为“微波大脑”的实验性处理器，具备两大核心功能：处理超高速数据流和进行无线通信，且所有功能均集成于一块智能手表大小的芯片之中。尤为值得一提的是，其功耗仅为200毫瓦，远低于同类数字神经网络。

工作原理

关键在于摒弃了传统的逐步数字处理方法。传统芯片依赖于与时钟同步的二进制逻辑门来处理数据，而康奈尔大学的设计则通过可调谐微波波导来传输信息。这种方式使得模式能够在数十千兆赫兹的实时速度下自然涌现并被识别，无需等待或遭遇瓶颈。

每个波导犹如一个“物理神经元”，其中微波信号的幅度、相位和频率均可被调整以表征数据特征。这些特征在模拟域中相互作用、干扰，从而在信号数字化之前形成一系列复杂的模式。这种物理混合与传播本质上实现了特征提取与变换，而这一过程在数字网络中通常需要经过多层软件处理。

科学家正在研究大脑的神经通路和纤维束，这些结构与计算研究中激发的物理神经模型有着相似之处。（图片来源：Shutterstock）

微软的Majorana 1量子处理器，是另一种突破常规的前沿芯片制造技术典范。（图片来源：微软）

该芯片直接在硬件中构建了一种AI框架，利用微波的自然行为来处理输入数据流。它无需将值存储在内存中并反复执行大量计算，而是让微波网络本身承担繁重的处理任务。小型可调组件（如电子调谐器和信号移位器）能够动态调整芯片内部路径，使其在不同AI任务间灵活切换，无需从头开始重新训练。

应用领域

在测试中，该芯片对无线信号的分类准确率高达88%或更高，与体积庞大得多的数字模型性能相当。尤为重要的是，这种高准确率在简单和复杂任务中均保持稳定，无需数字系统通常所需的额外电路和错误纠正机制。

由于硬件对信号行为变化具有天然敏感性，其应用范围已超越AI计算领域。它可以监测无线流量中的异常、追踪雷达目标或解码拥挤的无线电频道。研究团队认为，经过进一步改进后，该芯片甚至可内置于个人设备中，运行本地AI模型，无需依赖云服务器。

“微波大脑”目前仍处于原型阶段。然而，在DARPA和国家科学基金会的支持下，康奈尔大学团队已开始着手扩大其规模并将其集成到现有的微波和数字系统中。若他们取得成功，计算和通信硬件之间的界限或将迅速模糊——一个全新的时代即将到来，届时你的手机处理器将同时兼任天线功能，而你的手表则能在无需联网的情况下自主思考。

请在Google News上关注Tom's Hardware，以便在您的订阅源中获取我们的最新新闻、分析和评论。别忘了点击关注按钮哦！