2月19日消息，最近，来自清华大学和马萨诸塞大学的研究者在《自然》杂志上发表文章，提出用高收益、高性能的均匀忆阻器交叉阵列实现CNN，该实现共集成了8个包含2048个单元的忆阻器阵列，以提升并行计算效率。此外，研究者还提出了一种高效的混合训练方法，以适应设备缺陷，改进整个系统的性能。研究者构建了基于忆阻器的五层CNN来执行MNIST图像识别任务，识别准确率超过96%。