当我们写下您现在正在阅读的文字时，我们正在最好的计算机上打字，这些计算机是当今技术所能提供的：在处理重要的科学计算时，这些机器非常浪费能源且速度缓慢。它们是当今存在的所有计算机的典型代表，从您手中的智能手机到全球最先进的计算设施中嗡嗡作响的数百万美元的超级计算机。
我们正在使用 Word 写作，这是一个非常好的程序，您可能也在使用。为了写出“当我们写下您现在正在阅读的文字时”，我们的计算机必须将 0 和 1 的集合（Word 文档的机器表示）从临时存储区域移动并将其通过一堆电线发送到另一个物理位置，即中央处理单元 (CPU)。处理单元将数据转换为我们在屏幕上看到的字母。为了防止这个特定的句子在我们关闭计算机后消失，代表它的数据必须沿着那堆电线返回到更稳定的存储区域，例如硬盘驱动器。
这种两步洗牌之所以发生，是因为目前计算机内存无法进行处理，而处理器无法存储内存。这是一种标准的分工，即使在进行最快类型的计算（称为并行处理）的高级计算机中，也会发生这种情况，这些计算机具有多个处理器。问题是，每个处理器仍然受到此限制的束缚。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和思想的具有影响力的故事的未来。
科学家们一直在开发一种方法，将以前无法结合的事物结合起来：创建可以同时处理数字和存储记忆的电路。这意味着用称为忆阻器、忆容器和忆感器的新组件替换标准计算机电路元件，例如晶体管、电容器和电感器。这些组件现在以实验形式存在，并可能很快组合成一种称为忆阻计算机的新型机器。
忆阻计算机可能具有无与伦比的速度，因为它们具有双重能力。忆阻计算机的每个部分都可以帮助计算问题的答案，这是一种比当今并行计算更有效的新版本。并且由于困难的问题是通过计算机的内存解决并直接存储在该内存中，因此它们还将节省当前在机器内部来回传输数据所需的所有能量。这种全新的计算架构将改变所有类型的计算机的运行方式，从您手机中的微小芯片到庞大的超级计算机。事实上，这是一种类似于人脑工作方式的设计，在相同的神经元中保存记忆和处理信息。
这些新型忆阻计算机器应该更快——只需几秒钟即可完成当前机器需要数十年才能完成的计算——而且更小，并且使用更少的电力。完整的忆阻计算机尚未建成，但我们对组件的实验表明，它们可能对计算机设计、全球可持续性、电力使用以及我们回答重要科学问题的能力产生巨大影响。
电子化、节能的大脑
在机器内部洗牌像我们的 Word 句子这样的数据只需要一点点电力和几分之一秒的时间。但是，如果您考虑一下当这种来回的能量在全球计算使用中成倍增加时会发生什么，那将是一项巨大的操作。
在 2011 年至 2012 年期间，全球计算机数据中心的电力需求惊人地增长了 58%。不仅仅是超级计算机。加上每家每户的每个小工具，从烤箱到笔记本电脑再到电视，现在都具有一定的计算能力。总而言之，信息和通信部门现在约占全球电力消耗的 15%。到 2030 年，消费电子产品的全球电力使用量将等于美国和日本加起来目前的住宅总用电量，每年将花费 2000 亿美元的电费。这种电力消耗是不可持续的。
我们无法通过将晶体管（数字电子学的基本元件）缩小到越来越小的尺寸来解决这个问题。《国际半导体技术路线图》预测，晶体管行业很可能在 2016 年触及技术瓶颈，因为可用的组件材料无法进一步缩小尺寸并保持其性能。
对一些紧迫问题的科学研究也将遇到瓶颈。只能通过重型计算解决的重要问题，例如全球天气模式的预测或通过探索大型基因组数据库来预测各种人群中疾病的发生，将需要越来越大的计算能力。忆阻计算机通过避免 CPU 和内存之间不断传输数据的昂贵、耗电且耗时的过程，应该可以节省大量能源。
当然，它们并不是第一个在同一位置处理计算和存储的信息处理设备。人脑正是这样做的，忆阻计算的灵感就来自我们肩上这个快速、高效的器官。
根据许多估计，普通人脑每秒可以执行约 1000 万亿次运算，并且仅使用 10 到 25 瓦的功率即可完成。超级计算机需要比这多 1000 万倍以上的功率才能完成相同的工作量。而且，计算机甚至无法接近执行诸如模式识别之类的复杂任务——例如，在嘈杂且不可预测的环境中，将狗叫的声音与汽车经过的声音区分开来——我们在嘈杂且不可预测的环境中完成的任务。与我们目前的超级计算机不同，大脑中的计算不是在两个地方执行，而是由相同的神经元和突触完成的。更少的洗牌意味着更少的能量消耗和更少的时间浪费在信息传输上。计算机可以比人类更快地一次执行一个计算，但这需要所有蛮力的晶体管功率才能执行它们。
传统上，计算机依靠其权力分立来防止程序和它们使用的数据在处理过程中相互干扰。电路中由新数据（例如，我们在 Word 中输入的字母）引起的物理变化会改变和破坏程序或数据。如果处理器中的电路元件可以“记住”它们所做的最后一件事，即使在断电后也是如此，则可以避免这种情况。数据仍然完好无损。
新型机器的三个部分
忆阻计算组件可以做到这一点：处理信息并在断电后存储它。这些新设备之一是忆阻器。要理解它，请想象一个管道，它的直径根据水流方向而变化。当水从右向左流动时，管道会变宽，从而使更多的水流过它。当水从左向右流动时，管道会变窄，流过的水也会减少。如果水被关闭，管道会保持其最近的直径——它会记住流过它的水量。
现在用电流代替水，用忆阻器代替管道。它会根据流过的电流量改变其状态，就像水管改变直径一样——较宽的管道具有较小的电阻，而较窄的管道具有较大的电阻。如果您将电阻视为一个数字，并将电阻的变化视为计算过程，则忆阻器是一个电路元件，它可以处理信息，然后在电流关闭后将其保持住。忆阻器可以将处理单元和内存的工作结合在一个地方。
忆阻器的概念来自 20 世纪 70 年代加州大学伯克利分校的电气工程师 Leon O. Chua。当时，他的理论似乎不是很实用。用于制造电路的材料不像假想的水管那样保留其最后状态的记忆，因此这个想法似乎很牵强。但在过去的几十年中，工程师和材料科学家能够对他们制造的电路材料施加越来越多的控制，赋予它们新的特性。2008 年，惠普工程师斯坦利·威廉姆斯和他的同事制造出可以改变电阻并保持其改变状态的存储元件。他们将二氧化钛制成宽度仅为几十纳米（十亿分之一米）的电子元件。在《自然》杂志上发表的一篇论文中，科学家们表明，该组件保留了一种由流过它的电流历史决定的状态。假想的管道是真实的。（《大众科学》是自然出版集团的一部分。）
事实证明，这些器件可以用各种各样的材料制造，并且可以做得只有几个纳米宽。较小的尺寸意味着可以在给定区域内封装更多的器件，因此可以将它们塞进几乎任何类型的小工具中。许多这些组件可以在我们现在用来制造计算机组件的同一半导体设施中制造，因此可以在工业规模上制造。
可用于忆阻计算的另一个关键组件是忆容器。普通电容器是存储电荷的器件，但无论在其中沉积多少电荷，它们都不会改变其状态或电容。在当今的计算机中，它们主要用于一种称为动态随机存取存储器 (DRAM) 的特定类型的内存，该内存以就绪状态存储计算机程序，以便在处理器调用它们时可以快速上传到处理器。然而，忆容器不仅存储电荷，而且还根据施加到它的过去电压来改变其电容。这赋予了它内存和处理能力。此外，由于忆容器存储电荷（能量），因此能量可以在计算过程中循环利用，从而有助于最大限度地减少整个机器的能量消耗。（相比之下，忆阻器使用投入其中的所有能量。）
某些类型的忆容器，由相对昂贵的铁电材料制成，已经在市场上销售，并用作数据存储设备。但是研究实验室正在开发由廉价硅制成的版本，从而将制造成本保持在足够低的水平，以便在整个计算机中使用它们。
忆感器是忆阻计算的第三个要素。它有两个端子，并且像忆容器一样存储能量，同时像忆阻器一样让电流流过它。忆感器也确实存在。但是它们非常大，因为它们依赖于大型线圈，因此很难在小型计算机中使用。然而，材料方面的进步可能会在不久的将来改变这种情况，就像几年前忆阻器的情况一样。
2010 年，我们开始尝试证明忆阻计算可以比当前的计算机架构更好地处理计算。我们关注的一个问题是找到走出迷宫的方法。设计用于迷宫运行的程序长期以来一直是测试计算机硬件效率的一种方法。用于解决迷宫的传统算法以小的连续步骤探索迷宫。例如，最著名的算法之一是所谓的靠墙走算法。该程序沿着迷宫的墙壁追踪其所有的曲折，避开墙壁尽头的空白区域，并经过一次又一次的艰苦计算，从入口移动到出口。这种循序渐进的方法很慢。
我们在模拟中已经表明，忆阻计算将非常快速地解决迷宫问题。考虑一个忆阻器网络，每个忆阻器都位于迷宫的每个转弯处，所有忆阻器都处于高电阻状态。如果我们在入口点和出口点之间施加单个电压脉冲，则电流将仅沿着解决方案路径流动——它将被其他路径中的死胡同阻塞。当电流流动时，它会改变相应忆阻器的电阻。脉冲消失后，迷宫解决方案将存储在仅那些改变了状态的设备的电阻中。我们已经一次性计算并存储了解决方案。所有忆阻器同时并行计算解决方案。
这种并行处理与当前版本的并行计算完全不同。在当今典型的并行机器中，大量处理器计算程序的不同部分，然后相互通信以得出最终答案。这仍然需要大量的能量和时间来在所有这些处理器及其相关的（但物理上不同的）存储单元之间传输信息。在我们的忆阻计算方案中，根本没有必要这样做。
当应用于计算机科学中我们所知道的最困难的问题类型之一时，忆阻计算真正显示出优势：计算一系列大型整数的所有属性。这是计算机在尝试破译复杂代码时面临的那种挑战。例如，给计算机 100 个整数，然后要求它找到至少一个加起来为零的子集。计算机必须检查所有可能的子集，然后对每个子集中的所有数字求和。它将逐个遍历每种可能的组合，这导致处理时间呈指数级巨大增长。如果检查 10 个整数需要一秒钟，则 100 个整数将需要 1027 秒——数百万万亿年。
与迷宫问题一样，忆阻计算机可以在一步之内以真正的并行方式计算所有子集和总和，因为它不必将它们来回穿梭到处理器（或多个处理器）进行一系列顺序步骤。单步方法只需一秒钟。
尽管具有这些优势，并且组件已经在实验室中制造出来，但忆阻计算芯片尚未在市场上销售。目前，早期版本正在学术机构和少数制造商处进行测试，以查看这些未经测试的设计是否足够坚固，可以在重复使用后取代当前由标准晶体管和电容器制成的存储芯片。这些芯片是您在 USB 驱动器和固态存储驱动器中找到的那种。测试可能需要很长时间，因为组件需要持续使用多年而不会发生故障。
我们认为，一些忆阻计算设计可能在不久的将来就可以使用。例如，在 2013 年，我们与意大利都灵理工大学的两名研究人员 Fabio Lorenzo Traversa 和 Fabrizio Bonani 一起，提出了一个称为动态计算随机存取存储器 (DCRAM) 的概念。目标是取代标准类型的内存，正如我们所讨论的那样，该内存用于在处理器调用程序和数据之前保存程序和数据。在这种传统内存中，构成程序的每个信息位都由存储在单个电容器上的电荷表示。这需要大量的电容器来表示一个程序。
但是，如果我们用忆容器代替它们，则程序所需的所有不同逻辑运算都可以用内存区域中数量少得多的忆容器来表示。当我们对忆容器施加不同的电压时，忆容器几乎可以立即从一种逻辑运算切换到另一种逻辑运算。诸如“执行x 与y 的与运算”、“执行x 与y 的或运算”和“否则执行z”之类的计算指令可以用两个忆容器而不是大量的固定常规电容器和晶体管来处理。我们不必改变基本物理架构来执行不同的功能。在计算机术语中，这称为多态性，即一个元素根据输入信号的类型执行不同操作的能力。我们的大脑拥有这种类型的多态性——我们不需要改变其架构来执行不同的任务——但我们目前的机器没有它，因为它们处理器中的电路是固定的。当然，对于忆阻计算，由于这种计算发生在内存区域内，因此消除了与单独处理器来回洗牌的耗时耗电过程，并且程序计算的结果可以存储在同一位置。
这些系统可以使用当前的制造设施来构建。它们不需要技术上的重大飞跃。可能阻碍它们的是需要设计新的软件来控制它们。我们尚不知道控制这些新机器的最有效操作系统类型。必须先制造机器，然后必须测试和优化各种控制系统。这与计算机科学家对我们目前的机器进行的设计过程相同。
科学家们还希望找到将这些新的忆阻元件集成到我们当前计算机中的最佳方法。保留当前的处理器来处理简单的任务（例如计算本文开头的 Word 句子）同时在同一机器中使用忆阻计算元件来处理更复杂和迄今为止耗时的操作可能是一个好主意。我们将需要构建、测试、重建和重新测试。
然而，考虑这项技术可能将我们引向何方是很有吸引力的。在构建和测试之后，计算机用户可能拥有一个小型设备，可能小到可以握在手中，它可以处理非常复杂的问题，例如，以非常精细的尺度进行模式识别或地球气候建模。它可以一步或几步计算步骤完成，而且能源和成本非常低。
您不排队买一个吗？