众所周知，人的大脑是很神奇也很复杂的存在，很多计算机系统基本上都是通过模拟人脑来实现高速度的运算，如脑机接口。人脑实现高速度的运算，基本上都是通过突触来实现。所以模拟实现人脑的突触有利于实现速度更快性能更好的计算机系统。

近日，来自美国麻省理工学院组成的多学科研究团队正在研究一种人工模拟突触的速度极限，成功研发新型高能效可编程电阻器，使得电子设备运行速度比以前的版本快100万倍，也比人脑中的突触快约100万倍。

据了解，该电阻器所使用的无机材料非常节能，与早期版本的设备中使用的材料不同，新材料与硅制造技术兼容，这意味着制造纳米级设备是有可能的，有利于深度学习应用的商业计算硬件发展。

该电阻器的工作机制是将最小的离子—质子通过电化学方式，插入绝缘氧化物中，以调节其电子导电性。因为研究使用非常薄的设备，因此可通过使用强电场来加速这种离子的运动，并将这些离子设备推到纳秒级的运行状态。

这样做的好处是可以极大地提高神经网络的训练速度，同时大大降低训练的成本和能量，可以更快地开发深度学习模型，也能应用在自动驾驶汽车、欺诈监测、医学图像分析等功能。

该装置的核心器件是质子可编程电阻器，这些电阻以纳米为单位排列成阵列，人脑突触可以满足该种特性，为了开发这种超快速且高能效的可编程质子电阻器，研究人员寻找了不同的电解质材料，后选择无机磷硅玻璃（PSG）。，它可以实现超快质子运动，也能承受非常强的脉冲电场。

研究人员表示，因为质子不会损坏材料，电阻器可运行数百万次循环而不会损坏。这种新的电解质使可编程质子电阻器的速度比以前的设备快100万倍，并且可在室温下有效运行，这对于将其整合到计算硬件中非常重要。

该项研究及具体细节已整理发表在知名学术杂志《自然》上。