【产通社，9月20日讯】香港中文大学（ Chinese University of Hong Kong，CUHK）官网消息，其电子工程学系领导的合作研究团队，最近发表一项突破性研究成果，通过主动应用忆阻器固有的随机开关特性，成功研发一种轻量、高容错的随机运算架构，能显著提升边缘设备[1]的视觉处理效能，适用于自动驾驶、虚拟及扩增实境穿戴装置和医疗影像设备等多种应用场景，为资源受限环境下的人工智能提供创新硬件解决方案。有关成果已于国际研究期刊《自然通讯》（Nature Communications）刊登。

忆阻器（Memristor），全称为记忆电阻器，是新世代微电子元件，具有极低能耗及同步储存与运算数据的能力，为推动未来AI计算发展的关键技术之一。然而，其固有的电学开关随机性一直被视为精密运算的干扰因素，过往研究多集中于抑制该特性以提升准确度。

逆向思维 化随机性为优势

研究团队另闢蹊径，主动利用忆阻器的固有随机性，提出一种基于概率原理的随机运算架构，实现更轻量化且高度容错的图像处理方案。

为验证此概念，团队利用忆阻器构建的概率逻辑进行边缘检测[2]，通过提取图像中的轮廓和纹理等基本视觉线索，帮助人类或机器理解图像并作出初步决策。图像处理通常涉及大量矩阵乘法与梯度计算，若使用传统二进制运算，会造成大量能源消耗及延迟，难以在资源有限的边缘视觉场景中应用。此外，传统计算方式对数据精度要求较高，容易受到周围环境中噪声或干扰影响，导致计算错误。

新的随机运算架构则将数据转化为0与1的随机序列，以概率方式执行逻辑运算。这种数据表示方式天然具有容错性，因为成对的比特翻转（即因干扰导致数据中的0和1意外反转的错误）造成的影响可以相互抵消。此方法更贴近人类视觉与AI决策特性，为各类边缘设备的实时分析与计算提供强大支援。

能耗降低95% 容错能力达50%  助力自动驾驶与医学影像诊断

研究团队设计了应用忆阻器特性的随机数编码器，并与逻辑运算结合，构建出轻量化的随机逻辑单元。随机数编码器将数据编码为具良好可控性的随机数，进行基于概率的逻辑运算。团队以「罗伯茨交叉算子[3]」进行实体测试，成功提取图像的轮廓和纹理。测试结果显示，新技术可将能耗降低多达95%，即使在容忍50%位元错误的情况下，仍能维持稳定的图像处理效果，展现出卓越的能源效率与系统韧性。

论文通讯作者、中大电子工程学系助理教授胡国华教授表示：「目前研究成果令人鼓舞，惟要实现大规模应用，仍需克服多项挑战，包括忆阻器与周边电路的整合，以及大规模电路集成的操作问题。此外，忆阻器的产品质素亦是大规模应用的关键问题，不同元件间的制造差异亦会对技术的可靠性与和效能造成明显影响。」

论文第一作者宋乐凯博士表示，未来将就忆阻器、随机数编码器及周边电路进行整合与优化，并透过硬件与演算法的协同设计，以解决电路噪音与延迟等问题，进一步提升系统稳定性与扩展性。尽管如此，研究团队认为此技术将为自动驾驶、虚拟实境（VR）、扩增实境(AR)，以至医学影像诊断等，需要轻量化计算及高容错的边缘视觉AI系统，开闢崭新的发展路径。

查询进一步信息，请访问官方网站http://www.cpr.cuhk.edu.hk/sc/news-centre/press-releases，以及https://www.nature.com/articles/s41467-025-59872-2。（Robin Zhang，产通数造）    （完）