该芯片由 3000 个碳纳米管场效应晶体管组成，能够高效执行卷积运算和矩阵乘法。该芯片采用了新型器件工艺和脉动阵列架构，可实现并行的 2 位整数乘积累加运算。实验表明，基于该 TPU 的五层卷积神经网络可以在功耗仅为 295μW 的情况下，实现高达 88% 的 MNIST 图像识别准确率。
研究团队通过优化碳纳米管制造工艺，获得了纯度高达 99.9999% 的半导体材料和超洁净表面，从而制造出具有高电流密度和均匀性的晶体管。模拟结果显示，采用 180 纳米工艺节点的 8 位碳纳米管 TPU 有望达到 850 MHz 的主频和每瓦 1 万亿次运算的能效水平。
这一成果标志着碳纳米管技术在芯片领域取得重大进展，有望满足人工智能时代对高性能、高能效芯片的需求。
IT之家注意到，相关研究成果 7 月 22 日已发表于《自然・电子学》。北京大学电子学院碳基电子学研究中心的司佳助理研究员为该论文的第一作者，彭练矛院士和张志勇教授为通讯作者，北京邮电大学张盼盼特聘研究员为共同第一作者。
