FOP | 观点&前瞻：现代人工智能计算范式下忆阻器面临的挑战与机遇

本文探讨了现代人工智能计算范式下忆阻器面临的挑战与机遇。背景方面，忆阻器作为非线性二端元件，其构建的RRAM阵列能实现高效存内计算，规避冯·诺依曼瓶颈，已引起广泛研究兴趣并推出商用产品。研究目的聚焦于识别AI计算需求与忆阻器规格的匹配性，以开发下一代器件。文章指出，Transformer模型的出现对忆阻器提出更高要求：动态权重需器件具备卓越耐久性和低延迟写入能力，全局交互要求极高精度和均匀性。结论强调，需通过跨学科合作突破开关机制和设计框架，推动AI创新。近期研究在材料、机制和应用方面取得进展，如优化活性层材料和揭示阻变机制，但仍需进一步满足先进AI计算需求。