据中科院微电子所公众号报道，该所微电子器件与集成技术重点实验室尚大山研究员与香港大学、清华大学研究人员合作，基于忆阻器存算一体芯片，研制了一款连续学习原型系统，该系统针对多任务连续学习场景，解决了传统神经网络模型处理时会遗忘已经学到的知识，导致在执行先前任务时性能大幅下降的问题。
根据报道，研究团队展开软硬件协同设计，软件方面开发了基于突触元可塑性的混合精度连续学习模型（MPCL），采用非对称权重更新策略，平衡权重的可塑性与稳定性，有效缓解灾难性遗忘；硬件方面，团队将MPCL模型部署在由忆阻器存算一体芯片和传统架构处理器组成的混合模拟数字硬件系统上。
经测试，该系统在两个主流数据集上实现五个任务连续学习94.9%和95.3%的平均准确率，相较于传统计算架构系统，运算能耗大幅降低。（校对/乐川）
