刘明院士领衔！南方科技大学，忆阻器存算一体 | Nature

本研究针对医学影像、AR/VR和具身智能等领域中普遍存在的“从有限观测恢复完整信号”问题，提出了一种基于忆阻器存算一体的高效神经场重建系统。研究背景是传统计算架构中存算分离带来的能耗瓶颈，以及现有方法在处理稀疏数据时的高计算量与存储需求。研究目的旨在通过将神经场算法与忆阻器存算一体硬件深度融合，突破能耗与性能限制，实现更高效、低能耗的图像与三维场景重建。研究团队基于40nm 256Kb忆阻器存算一体平台，在3D CT稀疏重建、新视角合成和动态场景新视角合成三类任务中验证了系统性能。结论表明，该系统在保持较好重建质量的同时，相较于GPU分别实现了约23.5倍、21.0倍和32.3倍的折算能效提升，为未来高效AI系统提供了新的硬件实现路径，展示了“器件—电路—架构—算法”协同优化的新范式。