合成智能和机器学习一直是热门话题，在主流计算和利用方面的实施非常有限。这主要是因为客户希望使用更加高效的计算方法。

由于模拟计算芯片组的后续技术将在效率方面变得更加环保和快速，所有这一切都有可能改变。

一组研究人员在印度科学研究所(IISc）开发了一个全新的设计框架，名为ARYABHAT-1的模拟芯片组，它可以使合成智能和机器学习应用程序执行更好更快。

ARYABHAT-1或用于AI职责的模拟可重构专业技术和偏差可扩展{硬件}对于处理对象或语音识别方法（如Alexa或Siri）的基于AI的目的特别有用。它们在需要高速并行计算的操作中也非常有用。

大多数计算单元，无论是手机、笔记本电脑还是台式计算机系统，都使用数字芯片，因为设计过程简单且易于扩展。尽管如此，正如IISc数字方法工程(DESE)系助理教授ChetakSinghThakur解释的那样，“模拟的好处是巨大的。你会在能量和维度上获得数量级的提升。在不需要精确计算的用途中，模拟计算有可能超越数字计算，因为前者更节能。”

研究人员表示，将在ARYABHAT上对完全不同的机器学习架构进行编程，并且与大多数数字处理器一样，它很可能在各种温度下都能稳定运行。

他们补充说，该结构可以是“偏置可扩展”的，也就是说，当电压或电流等工作环境发生变化时，其效率保持不变。这意味着相同的芯片组将被配置用于超节能WebofIssues(IoT)目的或用于对象检测等高速任务。