[据英国自然杂志官方网站2020年4月13日报道] 构建三维(3D)计算电路是实现复杂神经网络所需的大量连接和高效通信的最佳途径。然而，基于传统互补金属氧化物半导体晶体管的3D电路很难构建，因为生长或堆叠多层单晶硅沟道是一项巨大的挑战。近日，美国马萨诸塞大学开发出由八层忆阻器组成的三维集成电路，其三维结构中垂直排列的输入和输出电极，可实现复杂神经网络的直接映射。研究人员将并行操作内核编程到三维阵列中，实现了卷积神经网络，并在识别手写数字方面，达到了可与软件相媲美的精度。同时，研究人员演示了视频中移动对象的边缘检测，并采用多组“普瑞维特”（Prewitt）滤波器在三维数组中并行处理像素。
忆阻器阵列的拓扑结构在大型卷积神经网络的硬件中非常重要，采用三维结构设计可对大量耗费资源的任务进行压缩，在运行复杂的神经网络模型时大幅提高速度和能效。尽管与二维架构的同类产品相比，当前的三维架构设计不具备可扩展性，但是，随着器件性能的进一步优化和更加完善，该技术将得到新的发展机遇。此外，三维架构与其他功能电路模块(如光电探测器)的异构集成将为计算机视觉和大脑启发计算的新兴硬件架构开辟新的机会。（国家工业信息安全发展研究中心 李茜楠）
