一种新的数字系统允许芯片上的操作并行运行，因此人工智能程序可以更快地得出最佳答案。
（图片来源：Sharamand/Getty Images）分享分享这篇文章
0加入讨论将我们添加为 Google 上的首选来源
通讯订阅我们的新闻简报
美国和日本的科学家们在人工智能（AI）芯片中使用了一种新型组件，这种组件在执行高级计算时能耗更低。新系统允许更多运算并行运行，从而使芯片能够更高效地获得最佳输出结果。
大多数计算机依赖于比特——代表数字信息的 0 和 1，程序利用它们来执行指令——但一些特殊技术，如神经形态芯片，则使用概率比特（p 比特）。
P位可以在0和1之间随机切换，使系统能够在确定最可能或最有用的结果之前，探索许多可能的0和1的组合。这种推理和决策方式被称为概率计算。
虽然p位随机性很有用，但开发者仍然需要控制其产生0或1的频率，以便引导系统获得更优的结果。因此，大多数p位都采用数模转换器（DAC）构建，DAC利用模拟电压来偏置其输入或输出。但这些DAC体积庞大且功耗高。
“对模拟信号的依赖阻碍了研究进展，”该研究的合著者、材料科学教授深见俊介在一份声明中表示。“因此，我们发现了一种数字方法，可以在无需通常使用的庞大笨重的模拟电路的情况下调整p位的行为。”
科学家们没有使用数模转换器（DAC），而是利用磁隧道结（MTJ）——一种能够随机在0和1之间切换的微型器件——构建了p比特，并将这些比特流输入到一个本地数字电路中。根据电路等待组合这些随机0和1的时间长短，以及它如何计数和加权每个0和1，最终输出的p比特可以大部分为0，也可以大部分为1。
科学家们于2025年12月10日在旧金山举行的第71届国际电子器件会议上发表了他们的研究成果。这项研究是与全球最大的半导体代工厂——台积电（TSMC）合作完成的。立即注册订阅 Live Science 每日新闻简报
将世界上最引人入胜的发现直接发送到您的邮箱。请与我联系，告知我其他 Future 品牌的新闻和优惠信息。接收我们代表我们信任的合作伙伴或赞助商发送的电子邮件提交您的信息即表示您同意条款和条件以及隐私政策，并且您已年满 16 岁。
用户或程序可以调整电路的设置，从而控制p位对某个值的偏好程度。至关重要的是，由于这种控制完全是数字化的，因此与传统的数模转换器相比，它所需的芯片空间和功耗要小得多。
自组织行为有助于提高效率
科学家们表示，新方法的另一个优点是p位可以展现出“自组织”行为。在数模转换器（DAC）中，当用户指定偏好主要输出1或0时，模拟信号会持续地对p位施加偏置。所有p位同时感受到这种偏置，从而存在它们同时产生输出的风险。
理想情况下，p 位输出应该以交错的方式产生，这样它们就有机会读取先前 p 位的输出，并利用该信息来决定切换到 0 还是 1 对整体计算更有帮助。
在新系统中，当用户调整所需偏置设置时，每个p位的本地控制电路都会收到一个数字信号。由于每个电路都使用其独特的时序生成后续输出，因此p位自然避免同时更新。这种交错输出还允许多个p位并行工作，并同时探索多种可能的解决方案，从而使芯片能够更高效地执行计算。
迄今为止，由于数模转换器（DAC）成本高昂，p比特技术一直未能实现大规模生产并应用于商业人工智能硬件，但科学家们认为，这项突破有望改变这一现状。效率的提升或许有助于减少当前人工智能系统对环境造成的显著影响。
开发基于磁隧道结（MTJ）的概率比特（p-bit）的团队尚未公布与传统数模转换器（DAC）设计相比的性能基准测试结果，这意味着目前商业化的可行性尚不明朗。众所周知，MTJ在控制开关电流的同时，其热稳定性和可靠性一直备受挑战。尽管如此，该团队仍然乐观地认为，他们这项突破性进展将使概率计算在其他领域得到更广泛的应用，例如解决物流中的路由问题，以及在科学发现中快速探索大量解决方案。一种新的数字系统允许芯片上的操作并行运行，因此人工智能程序可以更快地得出最佳答案。
（图片来源：Sharamand/Getty Images）
美国和日本的科学家们在人工智能（AI）芯片中使用了一种新型组件，这种组件在执行高级计算时能耗更低。新系统允许更多运算并行运行，从而使芯片能够更高效地获得最佳输出结果。
大多数计算机依赖于比特——代表数字信息的 0 和 1，程序利用它们来执行指令——但一些特殊技术，如神经形态芯片，则使用概率比特（p 比特）。
P位可以在0和1之间随机切换，使系统能够在确定最可能或最有用的结果之前，探索许多可能的0和1的组合。这种推理和决策方式被称为概率计算。
虽然p位随机性很有用，但开发者仍然需要控制其产生0或1的频率，以便引导系统获得更优的结果。因此，大多数p位都采用数模转换器（DAC）构建，DAC利用模拟电压来偏置其输入或输出。但这些DAC体积庞大且功耗高。
“对模拟信号的依赖阻碍了研究进展，”该研究的合著者、材料科学教授深见俊介在一份声明中表示。“因此，我们发现了一种数字方法，可以在无需通常使用的庞大笨重的模拟电路的情况下调整p位的行为。”
科学家们没有使用数模转换器（DAC），而是利用磁隧道结（MTJ）——一种能够随机在0和1之间切换的微型器件——构建了p比特，并将这些比特流输入到一个本地数字电路中。根据电路等待组合这些随机0和1的时间长短，以及它如何计数和加权每个0和1，最终输出的p比特可以大部分为0，也可以大部分为1。
科学家们于2025年12月10日在旧金山举行的第71届国际电子器件会议上发表了他们的研究成果。这项研究是与全球最大的半导体代工厂——台积电（TSMC）合作完成的。
用户或程序可以调整电路的设置，从而控制p位对某个值的偏好程度。至关重要的是，由于这种控制完全是数字化的，因此与传统的数模转换器相比，它所需的芯片空间和功耗要小得多。
自组织行为有助于提高效率
科学家们表示，新方法的另一个优点是p位可以展现出“自组织”行为。在数模转换器（DAC）中，当用户指定偏好主要输出1或0时，模拟信号会持续地对p位施加偏置。所有p位同时感受到这种偏置，从而存在它们同时产生输出的风险。
理想情况下，p 位输出应该以交错的方式产生，这样它们就有机会读取先前 p 位的输出，并利用该信息来决定切换到 0 还是 1 对整体计算更有帮助。
在新系统中，当用户调整所需偏置设置时，每个p位的本地控制电路都会收到一个数字信号。由于每个电路都使用其独特的时序生成后续输出，因此p位自然避免同时更新。这种交错输出还允许多个p位并行工作，并同时探索多种可能的解决方案，从而使芯片能够更高效地执行计算。
迄今为止，由于数模转换器（DAC）成本高昂，p比特技术一直未能实现大规模生产并应用于商业人工智能硬件，但科学家们认为，这项突破有望改变这一现状。效率的提升或许有助于减少当前人工智能系统对环境造成的显著影响。
开发基于磁隧道结（MTJ）的概率比特（p-bit）的团队尚未公布与传统数模转换器（DAC）设计相比的性能基准测试结果，这意味着目前商业化的可行性尚不明朗。众所周知，MTJ在控制开关电流的同时，其热稳定性和可靠性一直备受挑战。尽管如此，该团队仍然乐观地认为，他们这项突破性进展将使概率计算在其他领域得到更广泛的应用，例如解决物流中的路由问题，以及在科学发现中快速探索大量解决方案。
一种新的数字系统允许芯片上的操作并行运行，因此人工智能程序可以更快地得出最佳答案。
（图片来源：Sharamand/Getty Images）分享分享这篇文章
0加入讨论将我们添加为 Google 上的首选来源
通讯订阅我们的新闻简报
美国和日本的科学家们在人工智能（AI）芯片中使用了一种新型组件，这种组件在执行高级计算时能耗更低。新系统允许更多运算并行运行，从而使芯片能够更高效地获得最佳输出结果。
大多数计算机依赖于比特——代表数字信息的 0 和 1，程序利用它们来执行指令——但一些特殊技术，如神经形态芯片，则使用概率比特（p 比特）。
P位可以在0和1之间随机切换，使系统能够在确定最可能或最有用的结果之前，探索许多可能的0和1的组合。这种推理和决策方式被称为概率计算。
虽然p位随机性很有用，但开发者仍然需要控制其产生0或1的频率，以便引导系统获得更优的结果。因此，大多数p位都采用数模转换器（DAC）构建，DAC利用模拟电压来偏置其输入或输出。但这些DAC体积庞大且功耗高。
“对模拟信号的依赖阻碍了研究进展，”该研究的合著者、材料科学教授深见俊介在一份声明中表示。“因此，我们发现了一种数字方法，可以在无需通常使用的庞大笨重的模拟电路的情况下调整p位的行为。”
科学家们没有使用数模转换器（DAC），而是利用磁隧道结（MTJ）——一种能够随机在0和1之间切换的微型器件——构建了p比特，并将这些比特流输入到一个本地数字电路中。根据电路等待组合这些随机0和1的时间长短，以及它如何计数和加权每个0和1，最终输出的p比特可以大部分为0，也可以大部分为1。
科学家们于2025年12月10日在旧金山举行的第71届国际电子器件会议上发表了他们的研究成果。这项研究是与全球最大的半导体代工厂——台积电（TSMC）合作完成的。立即注册订阅 Live Science 每日新闻简报
将世界上最引人入胜的发现直接发送到您的邮箱。请与我联系，告知我其他 Future 品牌的新闻和优惠信息。接收我们代表我们信任的合作伙伴或赞助商发送的电子邮件提交您的信息即表示您同意条款和条件以及隐私政策，并且您已年满 16 岁。
用户或程序可以调整电路的设置，从而控制p位对某个值的偏好程度。至关重要的是，由于这种控制完全是数字化的，因此与传统的数模转换器相比，它所需的芯片空间和功耗要小得多。
自组织行为有助于提高效率
科学家们表示，新方法的另一个优点是p位可以展现出“自组织”行为。在数模转换器（DAC）中，当用户指定偏好主要输出1或0时，模拟信号会持续地对p位施加偏置。所有p位同时感受到这种偏置，从而存在它们同时产生输出的风险。
理想情况下，p 位输出应该以交错的方式产生，这样它们就有机会读取先前 p 位的输出，并利用该信息来决定切换到 0 还是 1 对整体计算更有帮助。
在新系统中，当用户调整所需偏置设置时，每个p位的本地控制电路都会收到一个数字信号。由于每个电路都使用其独特的时序生成后续输出，因此p位自然避免同时更新。这种交错输出还允许多个p位并行工作，并同时探索多种可能的解决方案，从而使芯片能够更高效地执行计算。
迄今为止，由于数模转换器（DAC）成本高昂，p比特技术一直未能实现大规模生产并应用于商业人工智能硬件，但科学家们认为，这项突破有望改变这一现状。效率的提升或许有助于减少当前人工智能系统对环境造成的显著影响。
开发基于磁隧道结（MTJ）的概率比特（p-bit）的团队尚未公布与传统数模转换器（DAC）设计相比的性能基准测试结果，这意味着目前商业化的可行性尚不明朗。众所周知，MTJ在控制开关电流的同时，其热稳定性和可靠性一直备受挑战。尽管如此，该团队仍然乐观地认为，他们这项突破性进展将使概率计算在其他领域得到更广泛的应用，例如解决物流中的路由问题，以及在科学发现中快速探索大量解决方案。一种新的数字系统允许芯片上的操作并行运行，因此人工智能程序可以更快地得出最佳答案。
（图片来源：Sharamand/Getty Images）
美国和日本的科学家们在人工智能（AI）芯片中使用了一种新型组件，这种组件在执行高级计算时能耗更低。新系统允许更多运算并行运行，从而使芯片能够更高效地获得最佳输出结果。
大多数计算机依赖于比特——代表数字信息的 0 和 1，程序利用它们来执行指令——但一些特殊技术，如神经形态芯片，则使用概率比特（p 比特）。
P位可以在0和1之间随机切换，使系统能够在确定最可能或最有用的结果之前，探索许多可能的0和1的组合。这种推理和决策方式被称为概率计算。
虽然p位随机性很有用，但开发者仍然需要控制其产生0或1的频率，以便引导系统获得更优的结果。因此，大多数p位都采用数模转换器（DAC）构建，DAC利用模拟电压来偏置其输入或输出。但这些DAC体积庞大且功耗高。
“对模拟信号的依赖阻碍了研究进展，”该研究的合著者、材料科学教授深见俊介在一份声明中表示。“因此，我们发现了一种数字方法，可以在无需通常使用的庞大笨重的模拟电路的情况下调整p位的行为。”
科学家们没有使用数模转换器（DAC），而是利用磁隧道结（MTJ）——一种能够随机在0和1之间切换的微型器件——构建了p比特，并将这些比特流输入到一个本地数字电路中。根据电路等待组合这些随机0和1的时间长短，以及它如何计数和加权每个0和1，最终输出的p比特可以大部分为0，也可以大部分为1。
科学家们于2025年12月10日在旧金山举行的第71届国际电子器件会议上发表了他们的研究成果。这项研究是与全球最大的半导体代工厂——台积电（TSMC）合作完成的。
用户或程序可以调整电路的设置，从而控制p位对某个值的偏好程度。至关重要的是，由于这种控制完全是数字化的，因此与传统的数模转换器相比，它所需的芯片空间和功耗要小得多。
自组织行为有助于提高效率
科学家们表示，新方法的另一个优点是p位可以展现出“自组织”行为。在数模转换器（DAC）中，当用户指定偏好主要输出1或0时，模拟信号会持续地对p位施加偏置。所有p位同时感受到这种偏置，从而存在它们同时产生输出的风险。
理想情况下，p 位输出应该以交错的方式产生，这样它们就有机会读取先前 p 位的输出，并利用该信息来决定切换到 0 还是 1 对整体计算更有帮助。
在新系统中，当用户调整所需偏置设置时，每个p位的本地控制电路都会收到一个数字信号。由于每个电路都使用其独特的时序生成后续输出，因此p位自然避免同时更新。这种交错输出还允许多个p位并行工作，并同时探索多种可能的解决方案，从而使芯片能够更高效地执行计算。
迄今为止，由于数模转换器（DAC）成本高昂，p比特技术一直未能实现大规模生产并应用于商业人工智能硬件，但科学家们认为，这项突破有望改变这一现状。效率的提升或许有助于减少当前人工智能系统对环境造成的显著影响。
开发基于磁隧道结（MTJ）的概率比特（p-bit）的团队尚未公布与传统数模转换器（DAC）设计相比的性能基准测试结果，这意味着目前商业化的可行性尚不明朗。众所周知，MTJ在控制开关电流的同时，其热稳定性和可靠性一直备受挑战。尽管如此，该团队仍然乐观地认为，他们这项突破性进展将使概率计算在其他领域得到更广泛的应用，例如解决物流中的路由问题，以及在科学发现中快速探索大量解决方案。
