محققان درصدداند تا با استفاده از نوعی فناوری بر پایه مدارهای مجتمع آنالوگ، میزان توان مصرفی ابر رایانه‌های امروزی را در حدود400 مرتبه کاهش داده وپردازنده‌هایی معادل با مغز انسان طراحی کنند.
به گزارش مرکز روابط عمومی و اطلاع رسانی معاونت علمی و فناوری ریاست جمهوری - بخش " انبیک " -مهندسی نئورومورفیک(Neuromorphic Engineering)، همانند شرکتی تازه راه‌اندازی شده که در جستجوی مأموریت خود است، می‌بایست مسیر آینده خود را مشخص کند. این مسیر، توسط محققانی از دانشگاه جورجیاتک(Georgia Tech)، با هدف ساخت پردازنده‌هایی معادل با مغز انسان، طرح‌ریزی شده‌است.
جنیفر هاسلر[1]، طراح ارشد این مسیر، رویکردهای مختلفی را برای تجسم نورون‌ها در مدل‌های رایانه‌ای بررسی کرده و نهایتاً یک فناوری را که به عقیده وی مسیر درست پیشروی می‌باشد، معرفی کرده‌است. پاسخ وی، شبیه‌سازی دیجیتالی توسط اف‌پی‌جی‌اِی‌ها (FPGA، مدارهای مجتمع دیجیتال برنامه‌پذیر-مترجم)، جی‌پی‌یوها (واحدهای پردازشگر گرافیکی-مترجم) و یا استفاده از ممریستورها و حتی نوریستورها نمی‌باشد. بلکه وی، استفاده از یک فناوری کمتر شناخته‌شده به نام اف‌پی‌اِی‌اِی(FPAA،مدار مجتمع آنالوگ برنامه‌پذیر)را پیشنهاد می‌دهد. اف‌پی‌اِی‌اِی‌ها مشابه اف‌پی‌جی‌اِی‌ها هستند با این تفاوت که المان‌های آنالوگی با قابلیت نوآرایی نیز دارند. در چند سال گذشته، این آرایه‌ها در حاشیه تحقیقات وجود داشته و عمدتاً به عنوان "منطق چسب آنالوگ" در ادغام سیستم‌ها به کار رفته‌اند.
در گذشته، منطقچسب به مفهوم اجزایی بود که پروتکل‌ها و رابط‌های فشار قوی تراشه‌های دیجیتالی مختلف را به هم متصل می‌کردند. سیستم‌ها، نیاز روزافزونی به مواردی چون سطوح ولتاژ چندگانه، توالی قدرت، محرک‌های ال‌ای‌دی ولتاژ بالاو یا پردازنده‌های صدا با کیفیت بالا دارند. چسب سیستم عموماً به فعالیت‌های آنالوگی نیاز دارد که به‌سادگی بر روی سیلیکون‌های 90 و 65 نانومتری جا نمی‌شوند. راه‌حل ارائه شده موسوم به سیستم روی تراشه (SoC)، بهمدارهای مجتمع با کاربرد خاص نیاز دارد تا بتواند چندین فعالیت آنالوگ مختلف را در یک‌جا جمع کند.
هاسلر روشی طرح‌ریزی کرده است که در آن سیستم‌های نئورومورفیکرومیزی، از رویکردهای سیستم روی تراشه استفاده کرده و بیلیون‌ها المان نورون‌مانند کم‌قدرت را تقلید می‌کنند که این المان‌ها قادرند عملیات محاسباتی را توسط سیناپس‌های یادگیرنده انجام دهند. هر سیناپس، قدرتی قابل تنظیم و مخصوص به خود دارد که توسط تنها یک ترانزیستور قابل مدل‌سازی است. صفحه‌های اف‌پی‌اِی‌اِی ارائه شده توسط هاسلر، قادرند صدها هزار پارامتر قابل برنامه‌ریزی را در خود جا دهند که این امر، قدرت محاسباتی دیگر ساختارهایاف‌پی‌اِی‌اِی را کوچک جلوه می‌دهد. هاسلر پیش‌بینی کرده‌است که سیستم‌های معادل مغز انسان، نیازمند کاهشتوان مصرفیابررایانه‌های امروزی مورد استفاده برای شبیه‌سازی سیستم‌های نئورومورفیکدر حدود 8 مرتبه بزرگی می‌باشند.
هاسلر بر این باور است که استفاده از اف‌پی‌ای‌ای، 400 مرتبهاز این کاهشمصرف را تأمین کند ولی برای تأمین باقی آن، به روش دیگری نیاز است. وی پیش‌بینی می‌کند که با استفاده از پردازنده‌های 10 نانومتری که به‌زودی در دسترس خواهند بود، ساخت سیستم‌های پردازنده رومیزی مشابه مغز انسان با مصرف توانی در حدود 50 وات، بالاخره به واقعیت تبدیل خواهد شد.