Innovation Webinar | 田博博：物理储备池计算

背景：人工智能正从云端向边缘端发展，但在端侧设备中实现低延迟、高能效的实时计算面临挑战。传统神经网络由于依赖海量参数迭代训练，导致能耗高且硬件适配性差。研究目的：探讨物理储备池计算技术如何突破算力瓶颈，为边缘智能设备提供低功耗、高效的解决方案。结论：物理储备池计算利用器件的动态特性，将数据非线性映射到高维状态空间，仅需训练简单的线性输出层即可完成复杂任务，显著降低能耗至纳瓦级，并在噪声环境下保持鲁棒性，为万物智能时代铺就绿色高效之路。