12月3號，在舊金山舉行的IEEE國際電子器件會議（IEEE International Electron Devices Meeting）上，來自IBM的報告介紹了一種新的8位模擬芯片。但真正的發展并不是模擬芯片追趕上了數字芯片，而是對芯片架構的徹底重新思考。該芯片是第一個在存儲信息的地方執行8位計算的芯片。

這項研究的首席研究員Abu Sebastian（來自IBM蘇黎世研究中心）說，在傳統的馮·諾依曼芯片架構中，數據不斷地在內存和處理器之間穿梭，這消耗了寶貴的能量和時間。內存計算是降低功耗同時提高性能的合乎邏輯的下一步。這方面的進步對于硬件跟上人工智能的發展是必要的。

IBM的新型模擬芯片是基于相變存儲器的。關鍵成分是一種可以對電流作出反應而發生相變的材料。它們通常是鍺、碲和銻的合金。在導電的那個相中，原子排列得很整齊。在另一個不導電的相中，原子四處運動，被電流局部加熱，變得雜亂無章。

兩個電極之間的相變材料不會像0和1那樣在有序和雜亂的排列之間完全切換。相反，在任何時間點，都是兩種排列的混合：材料的總電阻取決于原子雜亂排列的區域的大小。

Sebastian說：“我們正在根據原子排列對信息進行編碼?！崩纾窠浘W絡的權重可以以相變存儲器設備中的電阻的方式來存儲和訪問。

但這些電阻存在漂移和波動的問題。因為當讀取信息時電流通過相變材料，所以原子排列雜亂的區域每次都會改變一點——這限制了這種器件的精度和實用性。

為了解決這個問題，IBM的研究人員給相變存儲器引入了一個所謂的投影段（projection segment）。投影段是該團隊在2015年首次提出的，它是一個金屬氮化物導電層，包裹著相變材料芯，并在電極之間平行于相變材料芯運行。投影段將信息的寫入和讀取過程分開。

這個投影段在寫入信息時不做任何事情；所有的電流都會流過相變材料而調整原子排列雜亂的區域。但是，當檢索信息時，電流流過投影段并繞過原子排列雜亂的區域，使它們保持不變，并保留所存儲的信息。Sebastian說：“這是關鍵的創新。”

研究人員在一個包含有30個相變存儲器的8位芯片上測試了單層神經網絡，以識別數字1、0和4的圖像，測試結果達到了100%的分類精度。雖然現在還為時過早，但Sebastian估計，與傳統計算相比，這一進展可能為未來的設備帶來100至1000倍的節能效果。

傳統計算追求的是精確度，而隨著人工智能的發展，現在有與之相反的計算追求。IBM當天還介紹了一種數字芯片，它也是8位的，同時在神經網絡訓練中保持了高準確性。這種神經網絡更進一步地模擬人腦，而人腦通?？梢詮暮苌俚男畔⒅械贸稣_的結論。

IBM負責研究的副總裁Jeff Welser這比作從一個霧蒙蒙的窗戶往外看，看到一個模糊的人朝你家走來?！爸灰阏J得出那是你的媽媽，圖像的精度有多低都沒有關系，”Welser說，“你得到了你所需的正確信息?！?/p>