康奈尔大学发布首款微波神经网络芯片 重新定义低功耗计算

康奈尔大学的研究人员于2025年8月14日公布了一项集成硅微芯片的成果，该芯片被命名为“微波大脑”（microwave brain），它被设计为一种低功耗处理器，旨在利用微波物理学原理同步处理超高速数据信号和无线通信信号。该集成电路的详细技术描述已于当日发表在权威期刊《自然电子学》（Nature Electronics）上，标志着计算架构领域的一个重要进展。

这款“微波大脑”芯片的核心能力在于实时执行频域计算，可应用于无线电信号解码、雷达目标跟踪以及复杂的数字数据处理等任务。其主要优势在于能效比，功耗被控制在不足200毫瓦的水平，这对当前对能效要求极高的边缘计算应用场景具有实际意义。该创新的神经网络设计通过在可调谐波导中利用互连模式，实现了对微波状态的精确控制和可编程失真，从而能够在数十吉赫兹（tens of gigahertz）的量级上处理数据流，超越了传统数字芯片的常规速度。

研究团队的核心成员，包括主要作者博士生巴拉·戈文德（Bal Govind）和另一位博士生麦克斯韦尔·安德森（Maxwell Anderson），指出该技术通过采纳一种基于物理的概率方法，从根本上规避了传统数字系统为维持精度而必需的冗余电路开销、高能耗和复杂的纠错机制。实验数据显示，该芯片在多项无线信号分类任务中展现出不低于88%的准确率，性能可与数字神经网络相媲美，但所需能耗和物理尺寸显著降低。

该项研究是康奈尔大学纳米尺度科学与技术设施（Cornell NanoScale Science and Technology Facility）在国防高级研究计划局（DARPA）支持下进行探索性工作的一部分，同时也获得了美国国家科学基金会（NSF）的资助。从产业化角度看，该芯片采用了标准的CMOS制造工艺，为其规模化扩展奠定了基础。康奈尔大学的Alyssa Apsel教授强调了其在设备端人工智能（On-Device AI）和边缘计算领域的潜力，设想未来可将其部署于智能手表或移动电话等设备，以减少对云端服务器的依赖。

该“微波大脑”的构建方式与依赖二进制的传统数码计算模式形成对比，它利用模拟和非线性微波特性进行计算，在宽带信号的整个带宽内实现瞬时模拟计算。这种设计为高速计算开辟了新的路径，研究人员认为这是迈向下一代计算系统的发展方向，主要得益于其固有的可扩展性和集成潜力。