人工智能應用日益普及，但手機進行人臉識別或喚醒語音助手時，仍須在記憶體與處理器之間反覆搬運大量數據。這種數據傳輸不僅可能造成延遲，也會增加電池消耗，形成困擾計算機界數十年的「馮‧諾依曼瓶頸」。
香港大學工程學院李燦教授領導的研究團隊近日在國際學術期刊《自然—納米技術》（Nature Nanotechnology）發表研究成果，利用二維材料二硫化鉬（MoS2）研發出採用極簡架構的新型晶片，稱為原子級「模擬存內搜索」晶片。
直接在數據儲存位置完成搜索
這項技術的核心概念，是把搜索工作直接放在數據儲存的位置進行，減少數據在記憶體與處理器之間往返搬運的需要。團隊表示，相關晶片的處理速度較標準 CPU 快約一億倍，並在多個數據集測試中取得極高準確率。
研究團隊指出，二硫化鉬的尺寸比頭髮絲細數萬倍，相關成果為下一代高效能、低功耗人工智能硬件提供了發展藍圖。
面部識別可望在裝置端完成
團隊以智能手機的面部識別作為應用例子，指出未來相關技術可望直接在裝置上快速完成識別，而不必把私隱數據上傳至雲端。
