在游戏机遥控器中使用忆阻器的想法绝不是一个新想法。非易失性电阻开关（也称为忆阻行为）的研究已经进行了数十年。关于忆阻行为的研究可以追溯到1800年代初。 1970年代的进一步发展与硅技术和数字计算技术的发展相吻合，而新兴技术却被搁置一旁。1998年，惠普实验室首次报道了其单片纳米级忆阻器件。它具有一个内部存储层，可以通过电刺激对其进行动态重新配置，从而产生记忆效应。断开电源后，编程状态不会丢失，从而创建了一种新型的功能。2011年的进一步研究强调了基于忆阻器的存储器设计具有低功耗和良好可扩展性的潜力。一项研究着眼于使用双元素存储器结构来减少能耗，同时保持游戏机编程速度。双元素存储器可将能耗降低多达80％。Lu和他的同事们已经暗示了基于忆阻系统的电子技术的潜力。他们长期以来一直认为，它们可以帮助在记忆体存储器中存储，内存游戏机遥控器以及受生物启发的计算方面取得进步。难题中缺少的部分是试图区分通过忆阻器器件的电流的微小变化。虽然神经形态计算很容易与忆阻器的模拟性质保持一致，但它们对于普通计算机中的数值计算而言不够精确。

 

    根据他们对基于忆阻器的局部方程的研究，刘美莹和他的同事通过将输出数字化并将范围定义为位值而取得了突破。这使他们能够将大型数学问题映射到阵列中的较小块中，从而提高了游戏机定位器效率和灵活性。存储器和电阻器的组合可以进行编程，以将信息存储为电阻级别。结果是可以在同一设备中进行存储和处理，从而消除了传统计算机中发生的数据传输瓶颈。可编程忆阻器计算机的潜力可以推动电气工程领域的许多进步：机器学习模型：随着模型的扩大，片上存储器成为问题，而片外数据检索则需要大量时间和精力。能够在内存中进行计算，并且具有可变电阻作为信息存储，可能会真正改变游戏规则。设备技术：从智能手机到传感器的设备越来越小，满足期望的挑战越来越大。 AI应用程序所需的功耗可能太大，但是片上计算可能会改变所有这些情况。该技术还可以创建效率更高的超级计算机。响应时间：实现即时响应的期望需要强大的计算能力，而无需传输数据，速度会大大提高。程序员远离计算机的中央处理器运行机器学习算法，处理大量数据以进行识别和预测的潜力很大。当前，程序员更喜欢使用图形处理单元（GPU），因为它们有数千个同时运行计算的小核。如果忆阻器可以进行自己的计算，则内核中的数千个操作可以一次运行，从而获得更快，更安全的结果。在GPU的速度提高10-100倍的情况下，忆阻器AI处理器的速度可能会提高10-100倍。

 

    除了其机器学习应用程序之外，计算机还适合需要基于矩阵的操作的任何任务。一个例子是求解局部方程，例如复杂形式和建模物理现象所需的多个变量。对于游戏机遥控器中大量的数据矩阵，内存处理器的通信过程可能会造成实际的滞后。可编程计算机中使用的忆阻器阵列解决了此问题。 Lu的实验规模计算机使用了大约6,000个忆阻器。在商业设计中，可能有数以百万计，提供了巨大的潜力。忆阻器是电子设计的未来吗？忆阻器技术很可能在未来几年内彻底改变计算。有了通过阵列馈送的数据，就可以通过自然阻力进行数学处理，而无需移动向量。机器学习速度提高的潜力不可否认。尽管研究领域仍在进行中，但这可能导致工程应用在超级计算，图像处理，计算机视觉，智能控制和机器人技术中。随着物联网（IoT）设备的大量增长，将有大量需要处理的数据。可编程忆阻器计算机可能非常有用