近日，沙特阿卜杜拉国王科技大学何钊博士和所在团队，打造了一种基于量天富平台子芯片的神经储存器，支持每平方厘米万亿个节点。 相比此前的同类系统，本次系统的网络规模高出 2-7 个数量级。对于每个网络节点天富注册登录来说，它都由薄膜上的量子核化诱导的纳米电路组成。 而这种薄膜则由相变材料构成，这让单个读出通道只需消耗 0.07 纳瓦特的电功率。 相比此前最佳的人造储存器，在电功率上降低了 6 个数量级，并且比人脑生物神经元的效率高出 1 个数量级。 由于本次芯片含有大量的神经网络节点，并拥有出色的功率效率。课题组结合其量子特性，开辟了一种新形式的硬件安全原语。 安全原语，是一个物理系统或设备，它能够基于单向物理现象生成独特、且不可复制的数字指纹。 安全原语的强大功能，吸引了学界研究身份验证系统的兴趣。当前的身份验证方法比如密码和生物识别，已被证明可被黑客攻击，不再足以保护用户。 而本次研究证明：通过神经芯片可以打造一种新技术，由于受到量子力学法则的保护，因此不会被硬件克隆所影响。 对于当前和未公开的任何类型的人工智能攻击，上述新技术都具有免疫性。 实验结果显示：其具有 99.6% 的可靠性、100% 的用户认证准确度、以及较为理想的 50% 的密钥唯一性。 其所拥有的量子特性，也比目前最好的技术高 3 倍以上，同时能在仅有 1 平方厘米的面积内存储 21104 多个密钥。 在应用前景上： 其一，可以实现安全应用。 本次芯片能帮助确保智能能源网络等关键基础设施拒绝未经授权的访问，助力实现技术深度渗透的智慧城市。 未来，假如在成熟度更高的技术阶段，基于本次芯片的原型能够完成验证，那么预计这项技术可以显著遏制攻击私人公司和政府机构的网络犯罪行为。 其二，可用于自然语言处理任务。 比如，它能进行语言建模、情感分析、文本分类、机器翻译和语音识别等。 基于储存器的循环性质，使其非常适合用于处理文本等顺序数据。与此同时，它还具备捕获复杂模式的能力，这让其能针对语言的细微差别进行建模。 基于芯片上神经储存器的大规模神经网络节点和高功率效率，则使其能在资源受限环境之中，开展实时的语言处理应用。

---

这是水淼·PHPWEB站群文章更新器的试用版本更新的文章，故有此标记(2024-06-03 14:09:56)