清华大学微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队研发出基于多阵列忆阻器的存算一体系统，处理卷积神经网络（CNN）时能效比前沿GPU芯片高两个数量级，成果发表于《自然》（Nature）杂志。
研究团队开发的阵列芯片集成了8个包含2048个忆阻器的阵列，构建了五层卷积神经网络进行图像识别，精度高达96%以上。该系统以忆阻器替代经典计算机底层的晶体管，以更小的功耗和更低的硬件成本大幅提升算力。
忆阻器阵列以物理方式直接完成矩阵乘法——这正是神经网络计算的核心运算，从而消除了冯·诺依曼架构中数据在存储器与处理器之间频繁搬运的能量损耗。