大多数人只知道，组成电路的基本元件只有三种类型：电容器（Capacitor），电阻器（Resistor）和电感器（Inductor）。现在，一种称作忆阻器（Memristor）的新型元件正在开发中，并有可能替代DRAM，成为第四种基本电路元件，其用途将与LCR元件一样普及。

忆阻器究竟是什么东东？

顾名思义，忆阻器（Memristor）或记忆电阻器（memory resistor）可以记忆流经它的电荷数量，即使你关闭电源也不会受到影响。这种特性，使得它极有可能取代现在的动态随机存取存储器（DRAM）。这种电子组件也可能使即开型PC（instant-on PCs）以及以像人类大脑处理信息的方式的模拟式计算机（analog computers）成为可能。

据报道，美国国家标准和技术研究院（U.S. National Inst itute of Standards and Technology；NIST）目前正在进行软性忆阻器（Flexible memristor）的开发研究，希望能为内存科技打开新的大门。Nist指出，我们希望能在电子产品被广泛运用的当下，创造一种软性且灵活的内存组件，进一步推动软性电子产品的发展和计量学。

NIST表示，忆阻器是以防晒乳与牙膏的原料（二氧化钛）制造而成，是种轻薄又灵活的透明聚合物。这项新开发的忆阻器能在不到10伏特的电流下运作，即使电力被切断也可维持记忆能力，还能在伸缩逾4000次的情况下，仍能有效运作。

现在，NIST的研究小组用一种相当便宜的技术就能制造出忆阻器，他们透过二氧化钛在旋转时“溶胶凝胶法”的液态形式，把它摆放在透明的薄片上，然后让聚合物在室温下变干。研究人员在一份报告中指出，这样制造出来的忆组体能保持非挥发性长达14天。

NIST指出，由于忆阻器能够从液体中被制出，未来具有很大的发展潜力，说不定未来忆阻体的制造过程能变得简单又便宜，就像我们目前把它印在透明的幻灯片上的作法一样。

NIST强调，忆阻器能够为芯片带来更多发展空间，不仅适用各项科技发领域，甚至可用于监测血糖和心跳的医疗用途等。

被遗忘的新科技

作为一种创新技术，忆阻器在2008年已经先由惠普实验室（Hewlett-Packard Labs）发现，并对外展示它灵活的形式，让外界为之惊艳。　　

其实，有关忆阻器的假设或数学模型早在70年代就已经被学者提出，但一直到2008年才由惠普的研究人员真正证明它的存在。以前，这种电路元件都只是被Leon Chua写的一组数学方程式描述的，在1971年，Leon Chua是一个研究非线性电路的工程学生。Chua知道这种电路元件应该存在——他甚至精确地描述了它的特性和它如何工作。不幸的是，他以及其他的工程团体都未能搞出符合他的数学表达的物理实现。

　　
37年后，惠普实验室的一组科学家最终制做出了真正的可以工作的第四种基本电路元件——忆阻器。该实验室四位研究者之一的R. Stanley Williams认为，忆阻器器件的最有趣特征是它可以记忆流经它的电荷数量。
　　
的确，Chua起初的想法是忆阻器的电阻取决于多少电荷经过了这个器件。也就是说，你能让电荷以一个方向流过，电阻会增加。如果你让电荷以反向流动，电阻就会减小。简单地说，这种器件在任一时刻的电阻是时间的函数（the resistance of the devices at any point in time is a function of history of the device），或者多少电荷向前或向后经过了它。那个简单的想法，现在已经被证实，并将对计算及计算机科学产生深远的影响。

举个例子，Williams说这些忆阻器可以用于数字式开关（digital switches）或制造新型的模拟器件（a new breed of analog devices）。
　　
相较于过去，Williams说科学家现在可以考虑构造新型的非易失性随机存取存储器（RAM）——或当计算机关闭后不会忘记它们曾经所处的能量状态的存储芯片。有了非易失性RAM，那个过程将是瞬间的并且你的PC会回到你关闭时的相同状态。
　　
科学家也预想制造其他类型的电路，忆阻器在其中可以用作模拟器件（analog device）。的确，Leon自己注意到了在他自己预言的忆阻器的特性与他知道的大脑的突触之间的相似性。他的一个建议是你可能用忆阻器做某种类型的神经计算。惠普实验室认为那确实是个非常好的想法。
　　
“制造一个模拟式计算机，在其中不用1和0的，而代之的是用就像明暗不同的灰色之中的几乎所有状态（instead use essentially all shades of gray in between），这是我们正在做的事情中的一件，”Williams说。这些计算机可以做许多种数字式计算机不很擅长的事情——比如做决策，判定一个事物比另一个大，或甚至学习。
　　
当前就有许多研究者试图编写在标准机器上运行的计算机代码来模拟大脑功能，他们必须使用大量的有巨大处理能力的机器来模拟仅仅是大脑的很小的部分。
　　
Williams和他的团队说他们现在能用一种不同的方式：“不同于写计算机程序来模拟大脑或模拟大脑的某种功能，我们事实上依靠构造某种基于忆阻器的仿真类大脑功能的硬件，”Williams说。
　　
这样的硬件可以用来改进一些事情，比如脸部识别技术，并且使本质上从经验来学习的装置可用。基本上，这也应该是比在数字式计算机上运行程序要快几千到几百万倍。

商业决策决定器件的命运

　　
惠普实验室团队发现的结果将被公布在一篇今天的《自然》杂志论文中。那么，忆阻器什么时候才能真正被用于实际的商业器件中，Williams说相较于技术上的限制，限制更多来自于商业上。
　　
最终，这个问题将与投入到设计忆阻器电路的时间和努力有关，“投资到电路设计上的钱的确比建造工厂多得多。事实上，你现在就可以用任何工厂来做这些东西，但是也必须设计电路而且目前还没有忆阻器的模型，关键是搞出必要的工具并且为忆阻器找到合适的应用。这要多久，更多的是个商业决策问题。”