IXThinker·2025-08-05 17:10

阻變記憶體圖網絡高效模擬離子電子作用

量子化學與材料科學長期依賴密度泛函理論等第一性原理方法，處理大規模體系時計算代價高昂。研究人員提出基於阻變記憶體的儲備池圖神經網絡（RGNN），以軟硬協同架構大幅提升離子與電子相互作用的建模效率。

算力瓶頸

傳統數字計算機受馮紐曼架構限制，能效受限；第一性原理方法雖精確，在大體系上的計算成本卻令許多研究望而卻步，新材料與新反應的模擬因此受到制約。