Computing
Mikrobølgehjernechip kombinerer AI og trådløs databehandling

Et hold af ingeniører fra Cornell University har netop skabt en AI-drevet mikrochip, der kan håndtere både beregninger og kommunikation ved gigahertz-hastigheder med minimal strømforbrug. Mikrobølgehjernechippen kaster konventionel datalogi til side til fordel for et neuralt netværksdesign, som gør den i stand til at lære som en menneskelig hjerne.
Dette gennembrud kan få en gennemgribende effekt på alt fra de mest avancerede AI-systemer til din fremtidige smartwatch. Sådan fandt dette team af innovative forskere ud af, hvordan de kan udnytte mikrobølgernes kraft til at opnå et nyt niveau af beregningskapacitet, og hvad det betyder for dig i fremtiden.
Hvordan trådløse netværk fungerer i dag
Digitale trådløse netværk er kernen i nutidens teknologiske revolutioner. Disse systemer er afgørende for at holde den højteknologiske verden i gang uden problemer og kommunikationen intakt. Bemærkelsesværdigt blev det første digitale trådløse netværk sat i drift i 1971. Det blev kaldt ALOHA.net, en hyldest til University of Hawaii, som støttede forskningen,
Digitale trådløse netværk fungerer ved at omdanne digitale signaler til radiobølger. Disse bølger sendes derefter via en transmission og modtages gennem en antenne. Herefter afkodes signalet, så de oprindelige data kan udtrækkes sikkert.
Problemer med digitale trådløse netværk
Der er flere problemer, der er iboende i digitale trådløse netværk. Disse flaskehalse opstår af flere årsager, herunder et konstant behov for at opgradere hardware som antenner, processorer og andre digitale systemer for at håndtere mere data. Derudover er disse netværk strømkrævende og kræver mere energi for hver ny komponent, der tilføjes.
Desværre har digital trådløs teknologi nået et plateau i forhold til ydeevne. Disse systemer er begrænset af deres struktur, som kræver, at data organiseres og sendes gennem binære logiske porte, der er synkroniseret med en clock. Efter at have erkendt efterspørgslen efter hurtigere kommunikation til opgaver som cloud AI-beregning, kom et hold af Cornell-ingeniører op med en ny tilgang for endeligt at løse disse problemer.
Mikrobølgehjernechip Studie
En integreret mikrobølge-neuralt netværk til bredbåndsberegning og -kommunikation, publiceret1 i Nature Electronics, beskriver et nyt chipdesign, der kan omgå flere digitale signalbehandlingstrin for at opnå høj ydeevne fra en lille pakke. Deres nye chipdesign fungerer som en mikrobølgehjerne ved at udnytte de unikke egenskaber ved disse bølger, kombineret med et avanceret neuralt netværk, for at levere kommunikations- og behandlingskapaciteter fra en enkelt chip.
Indbygget neuralt netværksdesign
Som en del af denne tilgang skabte ingeniørerne en tilpasset AI-protokol. AI-rammen blev derefter programmeret direkte ind i hardwaren. AI’en gør det muligt for systemet at læse specifikke data baseret på mikrobølgens amplitude, fase og frekvens. På denne måde kan hver bølgguide levere store mængder data øjeblikkeligt.

Kilde – Cornell University
Brug af mikrobølger til datatransmission
I et traditionelt digitalt trådløst netværk leverer elektriske neuroner kommunikation. I denne strategi anvendes der dog kontrollerede pulser af mikrobølgeenergi. Disse justerbare mikrobølgebølgledere danner naturligt mønstre.
Disse mønstre kan derefter opfanges af AI’en, hvilket muliggør transmission i titusinder af gigahertz og reducerer forsinkelser forbundet med digital kodning og afkodning. Ideelt set opnår mikrobølgeblanding og -propagation det samme mål som flere softwareløsninger med hensyn til kodnings- og transmissionskapaciteter.
Analog mikrobølgefysik
Mikrobølgernes unikke egenskaber gør dem ideelle til denne opgave. For det første tillader deres ikke-lineære adfærd mere data i kodning sammen med ultrahurtig databehandling og trådløs signalbehandling. Denne tilgang kombineres med justerbare bølgledere og et specialbygget neuralt netværk for at muliggøre næste generations dataoverførselshastigheder.
Lavstrøm mikrochip
Imponerende kræver mikrobølgehjernechippen kun en brøkdel af den energi, som traditionelle systemer kræver for at udføre lignende opgaver. Denne lille siliciummikrochip har et strømforbrug på under 200 mW. Den opnår denne ekstra effektivitet ved samtidig at udføre dobbelte opgaver: ultrahurtig databehandling og trådløs kommunikation.
Realtime AI-beregninger
Mikrobølgehjernechippen har øget følsomhed takket være AI’ens evne til at genkende mønstre og lære som en menneskelig hjerne. Systemet scanner en kontrolleret blanding af frekvensadfærd i korrelation med klassificerende kodningsskemaer for at opnå højtydende beregning. Chippen udnytter mikrobølger, hvilket giver høj følsomhed og gør den i stand til at håndtere realtime frekvensdomæneberegninger, lavniveau logikfunktioner og en bred vifte af andre komplekse opgaver.
Mikrobølgehjernechip Test & Resultater
Ingeniørerne testede deres system mod toppræsterende digitale alternativer for at se, om deres koncepter holdt mål. Testen omfattede klassificering af trådløse signaler og udførelse af beregninger på tværs af et bredt spektrum af digitale transmissioner. Bemærkelsesværdigt kastede studiens resultater noget lys over fremtiden for trådløs kommunikation.
Mikrobølgehjernechippen overgik både analoge og digitale trådløse kommunikationsmetoder. Imponerende var systemet i stand til at klassificere flere typer af trådløse signaler med en nøjagtighed, der kan sammenlignes med meget større og dyrere digitale systemer. Specifikt bemærkede rapporten, at AI’en opnåede 88 % nøjagtighed på flere klassificeringstests.
Ingeniørerne bemærkede også, at de kunne tilpasse systemet via tunere og signalskiftere i realtid. Denne funktion gør det muligt for chippen at skifte mellem AI-opgaver øjeblikkeligt og uden tab af ydeevne. Alt dette opnås uden brug af digitale funktioner eller specialdesignede kredsløb.
Swipe for at rulle →
| System | Strømforbrug | Nøjagtighed | Nøglefordel |
|---|---|---|---|
| Traditionel digital trådløs | Høj (>500 mW) | ~90% | Moden økosystem |
| Analog trådløs | Moderat | ~75–80% | Enklere kredsløb |
| Mikrobølgehjernechip | Lav (<200 mW) | 88% | Dobbelt beregning + kommunikation i én chip |
Mikrobølgehjernechip Fordele
Der er en lang række fordele, som mikrobølgehjernechipstudiet bringer til markedet. For det første åbner det døren for hurtigere og mere pålidelige trådløse netværk og elektronik. Som sådan er det en vigtig milepæl inden for trådløs kommunikation, da det repræsenterer den første mikrobølgebaserede processor, der kan beregne ultrahurtige data og trådløse kommunikationssignaler samtidigt.
Kompakt formfaktor til wearables
En anden væsentlig fordel, der bør nævnes, er enhedens størrelse. Denne kompakte siliciumchip er kun en brøkdel af størrelsen på lignende digitale systemer. Dens lille størrelse betyder, at den en dag kan være det, der driver dine wearables eller smarte enheder.
Energieffektivitet under 200 mW
Mikrobølgehjernechippen er bygget til at bruge minimal strøm. Dette effektive design udfører højhastighedsopgaver, mens det kræver mindre end 200 milliwatt. Dette lave strømforbrug opnås på grund af, hvordan mikrobølger fungerer, og hardwarens naturlige følsomhed over for ændringer i signaladfærd.
Høj nøjagtighed
Den vigtigste fordel ved dette studie er, at det demonstrerer, hvordan dette lavpris-system kan levere meget nøjagtige resultater. Mikrobølgehjernechips eliminerer flere digitale forhindringer, såsom behovet for ekstra kredsløb og fejlkorrigeringssystemer. De registrerer naturligt anomalier i trådløs kommunikation og kan operere frit på tværs af flere mikrobølgefrekvenser.
Anvendelser og markedstidslinje
Der er flere anvendelser i den virkelige verden for mikrobølgehjernechip-teknologi. Den åbenlyse anvendelse er i AI-systemer. Protokoller som ChatGPT og andre kræver omfattende datatransmission og kommunikation. Dette seneste chipdesign udvisker grænsen mellem kommunikationshardware og behandlingssystemer, hvilket reducerer omkostningerne og åbner døren for næste generations AI-enheder.
Wearables og smarte enheder
Ingeniørerne talte om, hvordan deres arbejde kan forbedre wearables-teknologi. De forestiller sig, at deres systemer gør det muligt for mobiltelefoner og smartwatches at understøtte lokale AI-systemer i stedet for at skulle kommunikere med skyen for hver opgave. Denne strategi kan forbedre ydeevne og tilgængelighed for disse enheder fremover.
Sikkerhedsapplikationer
En anden vigtig anvendelse af mikrobølgehjernechippen vil være at overvåge signalanomalier på tværs af hurtige digitale netværk. Da hver mikrobølge kan vise en enorm mængde data til systemet, gør det disse protokoller i stand til at levere realtids scanning af trådløs trafik.
Mikrobølger er en afgørende del af radarteknologi. Som sådan kan dette teknologiske gennembrud hjælpe med at løfte sporings- og målretteteknologi til næste niveau. Fremtidige systemer vil spore flere mål og endda afkode overfyldte digitale kanaler i realtid.
Mikrobølgehjernechip Tidslinje
Mikrobølgehjernechippen vil nå markedet inden for de næste 5–7 år. For det første har efterspørgslen efter højtydende trådløse systemer aldrig været større. Holdets brug af mikrobølger åbner døren for bedre ydeevne og reduceret overhead. Alle disse faktorer vil drive investering, skalering og integration af mikrobølgesystemer.
Mikrobølgehjernechip Forskere
Cornell University var vært for mikrobølgehjerneundersøgelsen. Papiret opremser hovedforskerne som Bala Govind, Maxwell G. Anderson, Fan O. Wu, Peter L. McMahon og Alyssa Apsel. Derudover modtog forskningen økonomisk støtte fra Defense Advanced Research Projects Agency og Cornell NanoScale Science and Technology Facility.
Mikrobølgehjernechip Fremtid
Fremtiden for mikrobølgehjerne-teknologi vil omfatte en satsning på skalerbarhed. Teknologien har vist sig at være effektiv, men nu skal ingeniørerne skalere den op for at se, om den kan håndtere den enorme mængde data, der rejser gennem nutidens mest avancerede digitale netværk, på en sikker måde.
Investering i digitale kommunikationer
Den digitale kommunikationssektor er et meget konkurrencepræget marked. Der er flere store virksomheder, der fortsat er aktive i denne sektor, og som investerer millioner i forskning og udvikling i håbet om at forbedre ydeevnen. Her er en virksomhed, der fortsat er et førende valg for investorer og en pioner inden for digitale trådløse netværkskommunikation.
InterDigital Inc
InterDigital Inc. (IDCC ) blev grundlagt i 1972 i King of Prussia som International Mobile Machines Corporation. virksomhedens grundlægger, Sherwin Seligsohn, gik ind på markedet for at forbedre bærbare analoge radio- og trådløse håndholdte teknologier på den tid.
Siden da har InterDigital Inc. løbende udvidet sine produkter og skiftet fokus mod digitale systemer. I 1992 ændrede virksomheden sit navn til InterDigital Communications Corp. for at afspejle sit nye fokus på fremvoksende digitale trådløse netværk.
IDCC Prisdiagram
I 1998 sikrede InterDigital et stort partnerskab med mobiltelefonudbyderen Nokia. Det strategiske partnerskab betød, at InterDigital hjalp Nokia med udvikling og fremstilling af Nokias 3G-cellenetværkskomponenter.
Selv i dag forbliver InterDigital en pioner inden for trådløs kommunikationssektoren. Interessant nok har de også udvidet deres aktiviteter til at omfatte AI-systemer og videobehandlingsværktøjer. Som sådan vil dem, der søger en producent og forsker af trådløse netværkskomponenter, opdage, at InterDigital har en lang, levende historie på markedet.
Seneste InterDigital Inc. (IDCC) Aktienie Nyheder og Udviklinger
Mikrobølgehjernechip | Konklusion
Det bør bemærkes, at mikrobølgehjernechippen har potentialet til at revolutionere kommunikationssektoren. Ingeniørernes intuitive tilgang, kombineret med mikrobølgernes unikke egenskaber, har gjort denne forskning til en succes. Nu vil teamet samarbejde med andre forskere for at drive teknologien fremad, forhåbentlig skabe mere kraftfulde og sikre trådløse netværksmuligheder for alle.
Lær om andre seje computergennembrud Her.
Referencer:
1. Govind, B., Anderson, M.G., Wu, F.O. et al. Et integreret mikrobølge-neuralt netværk til bredbåndsberegning og -kommunikation. Nat Electron (2025). https://doi.org/10.1038/s41928-025-01422-1












