，据欧洲媒体 eeNews Europe 3 月 22 日报道，法国研究人员受昆虫启发，正在开发一种混合处理架构的 AI 芯片，耗资 300 万欧元。

该项目由法国研究机构 CEA—Leti 的顶尖科学家和 Edge AI项目协调员 Elisa Vianello 领导，模仿蟋蟀的感知和神经系统集成不同的存储技术，以降低能耗，提升速率，并应用于消费机器人，植入式医疗诊断微芯片以及可穿戴电子设备。

一，模仿蟋蟀，构建新纳米系统

AI 处理器以及存储器之间的数据传输，很难突破功率和能耗方面的瓶颈英国 AI 芯片独角兽 Graphcore 和美国芯片创企 Cerebras 均有存内计算和高度集成的 AI 处理器，它们已经解决了这种数据传输的能耗和速率问题但这种方法需要采用存内计算和高度集成的 AI 处理器，还需要高密度，高分辨率，具有无限耐用性的非易失性存储器

Elisa Vianello 称，蟋蟀能够根据迟缓的，不精确的，不可靠的神经元以及突触做出准确的决定，以躲避捕食者Elisa Vianello 还说道，CEA—Leti 的研究人员发现蟋蟀的感觉和神经系统中存在多种类似存储的功能，通过结合这些不同的功能，蟋蟀的内部系统表现了惊人的性能和能源效率

CEA—Leti 的项目从蟋蟀中汲取灵感，放宽了内存芯片存储密度以及可靠性方面的硬件要求，将结合基于贝叶斯推理的混合引擎和局部脉冲神经网络模块，进行实时数据处理。近年来，郭光灿院士团队中的李传锋，柳必恒研究组致力于高维量子通信网络的实验研究，在高维纠缠的制备与传输等方面取得一系列进展，包括制备出世界上保真度最高的32维量子纠缠态，实现高维纠缠态在11公里光纤中的有效传输等。

Vianello 团队的 AI 芯片将使用其科学家们开发的确定性，概率性，易失性和非易失性存储器同时，该项目构建了科学家们需要的新纳米系统，以便科学家们学习有限的，偏离期望值的数据

二，构建混合突触，集成不同的存储技术

CEA—Leti 团队旨在制造出物理纳米级存储设备网络该团队希望把昆虫生物学原理转化为物理原理，从而学习有限的噪声数据，比如摄像机，雷达传感器，心电图，肌电图，生物阻抗流中的不同传感器实时测量的数据，以及可能通过脑电图传感器和神经探测器测量的大脑信号

但是，目前还不存在理想的存储Vianello 说道，他们项目的目的是构建一个混合突触，共同集成不同的存储技术

CEA—Leti 的副主任兼首席技术官 Jean—René Lequepeys 称，Vianello 的工作为更节能的嵌入式智能网络学习开辟了新的研究视角这是一项真正的技术和应用突破，从生活中汲取灵感，而且将新一代非易失性存储器结合了微电子的最新发展Jean—René Lequepeys 还说道，这项研究工作完全符合研究所的优先事项，而且很有可能是全球首发，同时很可能带来巨大的商业机会

以模仿蟋蟀的感知和神经系统集成不同的存储技术为例，CEA—Leti 研究的其他项目将昆虫视觉作为激发神经网络芯片的灵感。。

结语:昆虫灵感正启发混合 AI 芯片

由于蟋蟀的感觉和神经系统有多种类似存储的功能，其反应十分敏捷将昆虫的生物学原理应用在 AI 芯片设计当中，或能放宽存储密度以及可靠性方面的硬件要求

在 AI 芯片开发中，科学家们模仿，应用昆虫的其他生物学特性，可能会有新的技术突破。

。