一项前沿科研提出了一种基于二硫化钨纳米管的3D物理储备池计算方案，其突触规模与密度媲美果蝇大脑，并实现了光控计算，为下一代高能效人工智能架构提供了全新思路。
智能速览
新方案采用二硫化钨纳米管簇，构建超大规模3D物理储层。
其突触数量与密度媲美果蝇大脑，达到10¹⁰/mm³。
支持光遗传学模拟，可通过光照直接调控计算过程。
在手写识别、跨模态生成等任务中表现优异。
单输入节点能耗低至7.0μW，能效比极高。
精华内容
这项研究不仅是在算力上的提升，更是对计算架构的颠覆性探索，它为未来AI硬件发展描绘了一幅新蓝图。
仿生架构规模
研究团队利用自组织二硫化钨（WS₂）纳米管簇，成功构建了一个超大规模的3D物理储层。该结构内含有10⁸量级的0D范德华界面，其密度高达1.0×10¹⁰ mm⁻³，这一关键指标与果蝇大脑中的突触数量和密度相当，首次在物理硬件层面实现了对生物神经网络的大规模模拟。
这种仿生设计为构建更强大、更高效的AI系统奠定了物理基础。
光控计算原理
该方案最大的亮点之一是具备光遗传学模拟特性，能够通过外部光刺激来精确调控整个计算过程的动态变化。当光照作用于纳米管簇时，会直接改变其电学输出特性，实现对计算结果的实时控制。
此外，通过二次训练技术，还能对光控效果进行精准修复和优化，完美复刻了生物神经元通过光信号进行信息处理与调控的机制。
多模态任务表现
在具体应用中，这套光控计算系统展现了卓越的性能。它不仅能高效完成手写数字识别、语音识别及心电图分析等单模态任务，还成功实现了更复杂的跨模态操作，例如将语音信号直接转换为图像，以及生成具有临床参考价值的医学图像。
研究已证实其能生成结直肠组织和血细胞图像，在精准医疗领域潜力巨大。
极致能效优势
能效是衡量AI硬件性能的核心指标之一，该研究在这方面取得了突破性进展。实测数据显示，其单个输入节点的功耗低至7.0μW，远低于传统的数字计算芯片。这种极低的能耗水平，使其成为碳中和时代理想的算力解决方案。
未来，这项技术有望在需要长时间运行的智能终端和边缘计算设备中得到广泛应用。
光控计算方案通过模拟生物大脑，为高能效AI硬件开辟了全新路径。这项技术在智能终端和精准医疗领域的潜力巨大，它将如何重塑我们与人工智能的交互方式？
