日前，清华大学网站报道，集成电路学院高斌副教授研究组成功开发了一种基于忆阻器阵列的新型类脑计算系统，并应用于声音定位任务。

报道称，面对传统忆阻器编程策略难以达到定位任务精度要求的挑战，Takahama的研究小组提出了容忍忆阻器离散性的多阈值更新策略，实现了声网络训练精度和硬件成本之间的平衡。

目前，研究组已经成功地为数据集样本演示了声音定位任务实验结果表明，与传统训练方案相比，检测准确率提高了约45.7%此外，与传统计算架构下的ASIC相比，该技术具有184倍的能耗优势

报告显示，该研究已获得2030项科技创新成果，脑科学和类脑研究，国家自然科学基金重大项目，杰出青年项目，重点项目，科学探索奖等项目支持。