南方科技大学王中锐团队：压电声波忆阻神经网络 | Science Advances

背景：人工智能与无线射频技术的融合推动物联网发展，但传统数字硬件处理射频信号存在高功耗、高时延和“冯·诺依曼瓶颈”等问题。研究目的：为解决现有电磁波模拟无线射频神经网络系统尺寸大、器件易失性及集成复杂等问题，研究团队提出基于声电效应的表面声波忆阻器神经网络架构。结论：该架构利用表面声波波长可缩小至亚微米尺度的特性，实现五个数量级的尺寸压缩，并集成非易失忆阻器实现稳定可编程相位调制，构建的神经网络在向量分类任务中达到91.7%的识别准确率，为低功耗、高集成度的智能射频信号处理与边缘计算提供了新路径。