A Moore-törvény oly sokszor megírt közelgő „lejárta” miatt egyre nagyobb az igény a félvezető chipek megújítására, és ezáltal számítási eszközeink teljesítményének növelésére. Az agytevékenység által inspirált, számítások, a dolgok internete (IoT), energiahatékony érzékelés, automatizált készülékek robotok és mesterséges intelligencia, mind ebbe az irányba mutatnak.

A neuromorfikus számítások az emberi agy idegsejtjeinek kapcsolódását és kommunikációját utánozzák. Az ezen elvek szerint fejlesztett chipek a hagyományos processzoroknál sokkal kevesebb energiát fogyasztanak. Klasszikus számítógépek szoftverszinten ugyan használhatják a neuromorfikus számításokat, csakhogy az utóbbi években a hardver is változik, és a speciális chipek már elsősorban hardverszinten integrálják az új számítási paradigmát, amely az energiafogyasztás csökkentése mellett az elosztott és beágyazott feldolgozásban is új lehetőségeket kínál. Okosabbak lesznek tőle a termékek, az infrastruktúra és a szolgáltatások. Egyelőre kevés a hétköznapi alkalmazás, de hamarosan változás várható.

Simon Brown, az Új-Zéland déli szigetén, a sziget legnagyobb városában, a 2010-ben és 2011-ben is földrengés sújtotta Christchurch-ben lévő Canterbury Egyetem fizikaprofesszora pont ilyen chipet fejleszt, és oldaná meg vele a számítógépipar egyik legnagyobb problémáját, a magas áramfogyasztást. A világ elektromosáram-fogyasztásának 8 százalékát ma ugyanis a komputerek generálják.

A chip egyben az új-zélandi félvezető ipar kezdetét jelentheti.

„Az agy ideghálóinak viselkedését utánzó neuromorfikus számítások nanoméretű kapcsolókkal emulálják a szinapszisokat. Ezek az inputjaikból tanuló eszközök ideghálók szoftveres implementációiban is nehezen megvalósítható funkciókkal rendelkeznek. Egyes feladatokban, például minta- és képfelismerésben az elvárások szerint nagyságrendekkel jobban fognak teljesíteni, mint a hagyományos komputerek. Fejlesztésünkkel meg akarjuk mutatni a bennük rejlő kereskedelmi potenciált” – magyarázza Brown.

Az emuláció közvetlenül a hardverben történik, amivel Brown megoldása radikálisan eltér a használatban lévő többi neuromorfikus chiptől. A magukat összeszerelő nanokomponensekből alakul ki az új chip agyszerű szerkezete, és e szerkezet jóvoltából új módszerekkel oldhatnának meg nagyon komplex feladatokat.