美國IBM公司發布消息稱，該公司研究人員實現了在內存計算技術上的一次重大突破，發明了一種可以運行在100萬個相變內存（PCM）上的無監督式機器學習算法，有望比傳統計算機在計算速度和能耗利用效率方面提升200倍，非常適合實現人工智能應用中的高密度、低功耗、大規模的并行計算系統。這一成果發表在《自然·通訊》雜志上。

內存計算或可計算儲存，是近年來新興的一個概念，其原理是運用內存設備的物理特性同時進行信息的儲存和處理，不采用傳統上的內建緩存，并通過總線連接外部內存的階層式架構，而是省略總線設計，直接把內存和CPU核心做在一起，盡最大的可能消除計算過程中因數據遷移所造成的延遲，顯著提升計算效率。

IBM此次設計的內存計算架構中使用的相變內存設備由兩個電極包夾著一層鍺銻碲復合材料構成，微弱的電流可以使其加熱，復合材料內部狀態隨著溫度上升而發生改變，從無定形態變成晶態，利用了結晶動力學原理進行運算。這與IBM公司2016年8月發布的人造神經元的工作原理相同。

未來，IBM可能繼續將人造神經元與內存計算架構相結合，像大腦一樣，使邏輯的產生以及信息的存儲都在同一處發生，非常適合于人工智能計算。這一成果也是IBM創造“人工大腦”的又一最新進展