<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>能耗优化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%83%BD%E8%80%97%E4%BC%98%E5%8C%96/</link>
    <description>Recent content in 能耗优化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 17 Nov 2025 18:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%83%BD%E8%80%97%E4%BC%98%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>超越冯·诺依曼瓶颈：忆阻器重塑AI芯片能效，开启计算新范式</title>
      <link>https://www.neican.ai/insights/article-20251117181004728-0/</link>
      <pubDate>Mon, 17 Nov 2025 18:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251117181004728-0/</guid>
      <description>香港大学等团队在《自然·通讯》发表了一项颠覆性研究，通过利用忆阻器构建硬件原生自适应模数转换器（ADC），成功解决了存算一体（CIM）AI芯片面临的能耗与面积瓶颈，使芯片功耗锐减57.2%。这项创新不仅大幅提升了AI硬件效率，更为边缘AI、可持续计算以及未来计算范式带来了深远影响，甚至以哲学性的方式将硬件缺陷转化为性能优势。</description>
    </item>
  </channel>
</rss>
