【据美国技术探索网站3月12日报道】近日，美国南加州大学研究团队开发出一种新型高精度模拟芯片架构，融合了数字计算的高精度和模拟计算的低能耗和高速率优势，有望为人工智能和机器学习等领域带来更多可能性。内存计算代表了一种对复杂物理系统进行建模的有效方法，这种系统通常对传统计算架构具有挑战性，但读取噪声和写入可变性等问题限制了高性能计算的可扩展性、准确性和精度。为此，该团队提出并演示了一种新型电路架构和编程协议，可在最后一步将模拟计算结果转换为数字，并使低精度模拟设备能够执行高精度计算。实验中，研究人员利用多个器件的加权和来表示一个数字，其中后续编程的器件用于补偿前面的编程错误。借助忆阻器片上系统，该团队演示了用于多种科学计算任务的高精度解决方案，同时保持了相对于传统数字方法的显著功效优势。新技术不仅可应用于神经网络等传统的低精度领域，还可扩展至其他存储技术领域，如磁性存储器和相变存储器。