實驗性微波腦晶片以不足200毫瓦電力運行AI運算
康奈爾大學的研究團隊研發出一款結合傳統數碼處理與微波神經網絡的晶片，能以低於200毫瓦的功耗完成類似傳統神經網絡的任務。這款被稱為「微波腦」的晶片，利用類比無線通訊處理數據流，通過操控數十GHz的微波頻率，能遠比傳統數碼硬件線性執行指令的速度更快地完成複雜運算。
這種即時的頻率域計算方式，使微波腦特別適合解碼無線電信號、追蹤雷達目標、處理數碼數據等任務。晶片能直接響應輸入訊號，還可在多個微波頻段偵測無線通訊異常。研究人員透過在神經網絡中整合波導，採用概率設計策略，成功打造出一款即使面對複雜度提升，也不會大幅增加功耗和錯誤率的晶片。
結果顯示，微波腦能以至少88%的準確率分類無線信號類型，性能媲美數碼神經網絡，但用電量大幅減少，且晶片體積更小。研究團隊相信，進一步降低功耗後，這款晶片很適合用於邊緣運算。其小巧體積有望在智能手機及穿戴裝置上實現本地神經網絡運算，減少對雲端網絡的依賴。
隨着蘋果、Meta等科技巨頭積極推動AI智能手錶和智能眼鏡等裝置，穿戴式神經網絡的潛力仍有待深入開發。微波腦的研究成果已於8月14日發表於《Nature Electronics》期刊，該項實驗屬於由美國國防高級研究計劃局（DARPA）、康奈爾大學和美國國家科學基金會共同資助的一個更大型項目。目前晶片仍處於實驗階段，但具備廣泛擴展應用的潛力，研究人員亦致力提升其準確度，以便應用於更多不同平台。
—
評論與展望
這款「微波腦」晶片的誕生，標誌着AI硬件架構的一次重大突破，挑戰了傳統以時鐘頻率驅動的數碼處理方式。利用微波頻率的類比運算，不僅大幅提升了運算速度，更達成了極低功耗的目標，這在現今追求高效節能的AI晶片市場中極具吸引力。
尤其是在邊緣運算和穿戴裝置領域，微波腦的低功耗和小體積優勢，將有助於推動更智能、更即時的本地AI處理，減少對雲端的依賴，提升隱私安全和反應速度。這正符合未來物聯網和智慧生活的發展趨勢。
然而，實驗性質的微波腦仍需克服在精確度、製造成本及與現有數碼系統整合上的挑戰。其特殊的概率設計和波導結構如何在大規模量產中保持穩定性和一致性，將是關鍵問題。此外，微波頻率的操作環境和抗干擾能力，也是實際應用前必須深入測試的環節。
總括來說，微波腦晶片為AI運算帶來全新的思路，未來若能成功商用，或將引發新一輪的硬件革命，推動更多低功耗、高性能的智能裝置誕生，值得業界和用戶持續關注。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
