研究透视：硬件编程-语音识别芯片 | Nature

背景：随着物联网、自动驾驶和个性化医疗等去中心化计算的兴起，边缘设备对高效处理时序信号的需求日益增长，但传统处理器受限于冯·诺依曼瓶颈和域转换问题。研究目的：开发基于硬件编程的模拟语音识别系统，通过可重构非线性处理单元（RNPU）和模拟存内计算（AIMC）芯片，在边缘实现低功耗、高精度的语音信号处理。结论：该系统在Ti-46-WORD和Google Speech Commands数据集上达到接近软件的识别精度（最高96.2%），能耗显著降低（单次推理约78µJ），证明了硅基非线性器件与忆阻器在模拟计算中的协同潜力，为智能边缘硬件提供了新材料-计算一体化解决方案。