現有會員可[按此]登入。未成為會員可[按此]註冊。
[公司模式 - 關]  [懷舊模式 - 開
[Youtube 預覽 - 關]  [大字型]  [小字型]

您現在聚腳在 時事台內。

跳至第

發起人
港大研原子級新晶片 AI 搜尋速度提升一億倍 手機人臉識別免上雲端
5 個回應
煲顛茶

香港大學研究團隊成功研製一款原子級厚度的「模擬存內搜尋」晶片,處理特定計算任務時,速度比標準 CPU 快約 1 億倍。研究由港大李燦教授帶領,團隊透過全新晶片架構,將搜尋延遲大幅降低至僅 36 皮秒,同時解決傳統電腦搬運數據耗電極高的難題。港大團隊成功突破傳統電腦架構傳輸瓶頸,以極低能耗實現離線極速搜尋,未來有助提升智能電話人臉識別及 AI 運算效能與私隱安全。

全文

https://unwire.hk/2026/08/05/hku-atomic-scale-analog-in-memory-search-chip/mobile-phone/


#good2#1    #bad#2  
標籤:
雞棚?


1. 為何實驗室數據是真的?(學術價值)
發表於頂刊:《Nature Nanotechnology》為納米技術領域的頂級學術期刊,數據經過同行嚴格審查。物理突破:採用二維材料二硫化鉬結合半金屬銻(Sb)電極,確實顯著降低了接觸電阻與元件體積(從 SRAM 的 16 個電晶體縮減至 2 個),並在特定擬合與向量比對任務中實現了極低的延遲(36 皮秒)與功耗。

2. 為何現階段落戶手機「不現實」?(商業落地壁壘)
① 二維材料的量產與良率瓶頸商業晶圓廠尚未成熟:目前台積電、三星等晶圓代工廠的先進製程均圍繞「矽(Silicon)」建構(如 FinFET、GAA)。缺陷與均勻度:二維材料要在 12 吋晶圓上做到原子級厚度的均勻生長,且良率達到 99.999% 以上,目前全球半導體產業鏈仍處於研發初級階段,距離大規模量產(HVM)至少還需要 5 至 10 年。

② 新材料(銻電極)與傳統 CMOS 產線不兼容
晶圓廠對新金屬/新元素的引進非常謹慎(防止污染產線)。將銻(Sb)等特殊電極材料整合到現有的晶片製造流程中,需要極高的驗證與改造成本。

③ 「專用搜尋加速器」不等於「通用 CPU/NPU」
功能受限:模擬內容尋址記憶體(Analog CAM)主要適用於特定模式比對(如向量搜尋、人臉特徵點匹配、LLM Attention 檢索)。它無法替代手機上的 CPU/GPU 進行綜合邏輯運算或操作系統運行。

模擬計算(Analog)的固有弱點:模擬訊號易受噪聲、溫度漂移影響,且與數位訊號轉換(ADC/DAC)時會產生額外的面積與功耗開銷。

④ 行動端人臉識別現狀已足夠成熟
現時 iPhone 的 TrueDepth(Face ID)或 Android 的端側人臉識別,早已能在本地離線(不用上雲端)於幾十毫秒內完成,功耗極低。將新晶片僅用於人臉識別,商業驅動力不足;其更大的潛力其實在於端側大語言模型(LLM)的注意力機制檢索。

Gemini咁講


處理特定計算任務時

有幾特定先:o)


中國二維金屬芯#good# #good#


咁比如我用Google search 「籃球」咁
個ai快幾多億倍?


跳至第



  快速回覆 - 輸入以下項目

本討論區現只接受會員張貼文章,本站會員請先登入。非會員人仕,您可以按此加入為新會員,費用全免,並可享用其他會員服務。


上次光臨時間: 7/8/2026 20:55
今天貼文總數: 501 | 累積文章數目: 7,515,813

聯絡我們 |  服務條款 |  私隱政策
Copyright © 2026 HKGolden.com. All Rights Reserved.