铁电存储器同时实现随机采样与稳定计算

一句话看懂：韩国首尔国立大学团队在单一铁电存储器平台上，首次同时实现了生成式AI所需的随机采样与稳定计算两大核心功能，意味着未来AI芯片可能在更小面积、更低功耗下独立完成推理任务。

事件核心：发生了什么

根据《自然·通讯》最新发表的研究，韩国首尔国立大学科学家研制出一种基于铁电存储器的新型AI半导体技术。该技术最大的突破在于，无需依赖传统分离的随机数生成器与计算单元，而是让同一个器件同时具备随机采样（如扩散模型所需的噪声注入）和稳定计算（如矩阵运算）的能力。这是学界首次在单一器件平台上集成这两类截然不同的工作模式。

为什么重要

当前生成式AI（包括图像生成、视频生成、文本生成等模型）在推理阶段极度依赖随机采样，然而传统冯·诺依曼架构中，存储与计算分离，且随机采样通常需要额外硬件或软件模拟，导致延迟上升、功耗增加。铁电存储器方案将采样与计算合并到一个器件内，理论上可以大幅降低AI推理芯片的面积和能耗，尤其对终端设备（如手机、边缘服务器、机器人）部署大模型有积极意义。目前公开信息显示，该方法仍处于实验室验证阶段，尚无商业化时间表。

对用户/开发者/创作者的影响

对开发者而言，如果该技术后续能被集成到实际芯片中，意味着未来面向图像生成、视频生成等应用时，AI模型可以在本地设备上更高效地完成推理，降低对云端算力的依赖。对创作者来说，本地设备性能提升可能带来更快的生成速度和更低的延迟。对企业采购层面，硬件厂商或AI芯片公司（如SK海力士、三星等）若跟进该技术路线，可能改变当前AI服务器依赖大量DRAM与GPU的局面。