科学家们在开发离子微处理器时遵循大自然自己的设计，与传统的基于半导体的处理器相比，它可以证明特别节能。

正如在AdvancedMaterials上发表的那样，哈佛大学约翰A.保尔森工程与应用科学学院(SEAS)的一组研究人员与生物技术初创公司DNAScript合作，开发了一种由数百个离子晶体管组成的离子电路。他们甚至在其中执行了一个神经网络计算的核心过程——湿件正变得越来越不像科幻小说中的流行词。

离子处理器设计旨在从生物学的处理系统(尤其是大脑)中汲取知识，以创建利用电化学而不是电来执行计算的处理器。研究将离子处理器描述为一种可能被开发和扩展到未来的技术，它们的节能设计对于某些部署场景可能很有价值。

这项技术还为时过早，因为研究人员刚刚安装了第一块实际包含数百个离子晶体管的电路板——到目前为止，只展示了单个离子晶体管。因此，这项研究为通过串联运行成百上千甚至数百万个离子晶体管来创建实际处理器铺平了道路。

研究人员的离子电路是通过将可以一起工作的单个离子晶体管的数量相乘而创建的。他们的离子晶体管设计由醌分子的水溶液组成，与两个同心环形电极(蓝色和红色)和第三个(黄色)中心圆盘电极连接，基本上形成了一个靶心状的晶体管设计。

通过晶体管施加电压，两个同心环形电极能够通过增加或降低水中存在的氢离子量来局部调节水的pH值。这种变化是电化学的一项壮举，允许在我们习惯听到的晶体管中使用晶体管的离子电流作为通断开关(称为门)。这种通过晶体管pH值变化对离子电流的门控解锁了晶体管处理二进制信息的能力。

研究人员进一步调整了他们的微处理器设计，将这些模拟晶体管(能够表示0或1)放入16x16矩阵网格阵列中。这使得离子处理器能够执行矩阵乘法任务，使其更接近神经网络的能力，并增加其在可能需要非常具体的性能/功率平衡要求的人工智能处理场景中的价值。

“矩阵乘法是人工智能神经网络中最流行的计算，”SEAS博士后研究员、该论文的第一作者Woo-BinJung说。“我们的离子电路以完全基于电化学机械的模拟方式在水中执行矩阵乘法。”

权衡是它们更慢-但与光相比，一切都是。研究人员现在希望通过允许他们利用更多数量的电化学反应来继续开发他们的离子处理器，例如增加用于处理信息的离子类型。研究人员仍然可以期待在这些系统中编写附加功能。

这与可用晶体管数量的增加相结合，应该提供性能优势，同时将离子处理器开放给更多不同的任务和实际的特定或通用计算。

“到目前为止，我们只使用了3到4种离子物质，例如氢和醌离子，来实现水性离子晶体管中的门控和离子传输，”Jung说。“使用更多样化的离子物种并看看我们如何利用它们来丰富要处理的信息内容将是非常有趣的。”