隨著摩爾定律步伐放緩，工程師們一直在冷靜觀察，當定律失效后，如何繼續驅動計算進步。人工智能當然將發揮作用。量子計算也有可能。但是，在計算領域里仍存在一些奇特的東西，其中的一部分在2017年11月IEEE重振計算科學技術國際會議上得到關注。

會議上探討了一些對經典形式來說很酷的變化形式，如可逆計算和神經形態芯片。一些不太熟悉的概念也浮出水面，例如加速人工智能的光子芯片、納米機械梳狀邏輯以及“多維”語音識別系統。接下來要介紹一些既奇特又有潛力的東西。

冷量子神經元

工程師們常常羨慕大腦驚人的能源效率。人的一個神經元在每個尖峰電壓出現時只消耗約10毫微微焦耳（千萬億分之一焦耳）的能量。美國國家標準與技術研究所（NIST）的邁克爾?L?施奈德（Michael L. Schneider）和他的同事們認為可以采用有兩種約瑟夫森結的人工神經元來接近這個數字。

這些超導設備依靠電子對的隧道效應通過勢壘，它們是建立當今最先進的量子計算機的基礎，可用不到0.001毫微微焦耳的能量來產生尖峰電壓。

NIST的科學家們想到了一種方法把這些設備連接成一個神經網絡。在模擬中，他們訓練網絡來識別z、v和n這3個字母，這是一種基礎測試。理想情況下，如果算上將其溫度降低到4開爾文所消耗的能量，網絡識別每一個字母僅消耗2毫微微焦耳。當然，現實無法與理想情況相媲美，但如果能夠通過工程設計解決一些問題，就可以建立一個能耗與人類神經元一樣少的神經網絡。

用線計算

晶體管連接形成電路，線路之間的互聯比以往任何時候都封裝得更緊密。這會導致串音干擾，其中一條線上的信號通過寄生電容連接干擾鄰線上的信號。密蘇里大學堪薩斯分校的納溫?庫馬爾?馬舍（Naveen Kumar Macha）和他的同事沒有嘗試消除這種干擾，而是去接受它。馬舍說，在今天的邏輯電路中，“干擾信號是一個會傳播的小故障，而現在我們想把它用在邏輯電路中”。

他們發現，某些互聯模式對模擬基本邏輯門和電路的作用很有效果。假設3個相互連接的線路并行運行。向邊上的一條線或兩條線施加電壓時，中心線上都會出現串擾電壓。這樣就形成了一個具有兩個輸入端的“或門”。

通過在各處合理地增加晶體管，堪薩斯分校的工作人員構造了與門、或門和異或門，以及執行進位功能的電路。這4種電路比相應的互補金屬氧化物半導體（CMOS）電路使用更少的晶體管，芯片面積也小得多。

納米團簇的攻擊！

英國杜倫大學的工程師們已經教會了納米材料薄膜來解決分類問題，比如在乳房X光檢查中發現癌變。利用進化算法和自定義的電路板，他們通過電極陣列將電壓脈沖發送到分散在液晶中的碳納米管稀釋混合液中。隨著時間的推移，碳納米管（導體和半導體的混合物）會排列成一個覆蓋電極的復雜網絡。

該網絡能夠解決優化問題的關鍵部分。更重要的是，納米團簇可以學習解決次生問題，只要這個問題不像第一個問題那么復雜。

它能很好地解決這些問題嗎?某些情況下，結果可與人類相媲美；而換一種情況則要差一些。盡管如此，它的效果還是令人驚訝的。幫助杜倫大學開發該系統的埃萊奧諾?維索爾-高登（Eléonore Vissol-Gaudin）說：“你要記住的是我們正在訓練一團碳納米管。”

硅電路板

數據在芯片內部容易移動，而在芯片之間則傳輸很慢且耗能大，如此差距令計算機設計師們心生抱怨。加州大學洛杉磯分校的工程師們表示，這是芯片封裝和印刷電路板的問題。兩者都是熱的不良導體，所以限制了可以消耗的能量。它們也增加了芯片間數據傳輸所消耗的能量和時間。可以肯定的是，業界已經認識到這些缺點，并開始將多個芯片進行整體封裝。

普尼特?吉普塔（PuneetGupta）和他在加州大學洛杉磯分校的合作者提議用一小塊硅片代替印刷電路板。在這種“硅互連結構”上，未封裝的裸硅片可以緊緊擠在100微米的長度內，通過與集成電路中同樣精細、密集的互連相連接，能夠減少延遲，降低能耗和系統尺寸。

這種方法也有利于將昂貴的系統單芯片（SoC）分解成價格低廉的“芯片粒子”，執行SoC不同內核的功能。更重要的是，由于硅比印刷電路板導熱性能好，你可以以更高的速度運行這些處理器內核。