Chinese team develops faster, more efficient data sorting for AI, computing | 中国团队开发更快更高效的AI与计算数据排序技术

中国科学家开发出一种基于忆阻器的新型数据排序方法，显著提升了排序速度和能效，有望突破科学计算、人工智能及硬件设计中的性能瓶颈。该方法结合了忆阻器这一具有记忆功能的电子元件与创新排序算法，成功实现了更高效的数据处理。研究团队构建了基于忆阻器的硬件排序原型，展示了路径寻找和神经网络推理等任务，排序速度和能耗表现均优于传统方法。

研究团队在6月25日发表于权威期刊《Nature Electronics》的论文中指出，排序操作是人工智能、数据库、网页搜索和科学计算等众多应用中的性能瓶颈。当前计算系统普遍采用冯·诺依曼架构，将存储与处理分离，导致数据传输速度受限，即所谓的冯·诺依曼瓶颈。

研究人员来自北京大学和中国脑科学研究院，他们表示，利用忆阻器实现“内存中排序”有望突破这一瓶颈，但目前系统仍依赖比较操作，限制了排序性能的进一步提升。未来该技术有望推动更高效的计算架构发展。

via SCMP Full Text Feed