生物体的单个神经元被激发的时候，所耗费的能量远高于电脑产生相同的效果所需的能量。可是由神经元组成的网络从事学习、感应信息和完成复杂任务所需的总体能量，却远低于现在世界上最先进的电脑所需的能量。

　　科学家开始了这个领域的研究，究竟什么机制使得神经元合作的时候能量效率比电脑高很多。华盛顿大学圣路易斯麦凯维工程学院的计算机科学家近期的研究提出了一些进展：为电脑设计一种互通信息协作的二层网络结构，能在一定程度上接近神经网络的性能。按照研究者的说法，“使用硅神经元给电脑处理器加上一个新的处理维度”。

　　科学家研究模拟的硅神经元，发现神经元系统内存在一个共享有限能量的机制。

　　他们发现，和生物神经元类似地，硅神经元组成的网络也受限于某些条件才能被激发。这些应激是神经元之间通信的基础，激发信号在神经元之间传递信息。

　　研究人员先研究一个神经元的工作情况，再研究两个，最后研究多个神经元的运作方式。他们发现一组神经元工作的时候，共享一个能量限值。因此当一个神经元激发的时候，会影响到整体可用的能量，不仅是与这个神经元有物理连接的神经元，对所有共享这个能量限值的神经元都产生影响。

　　研究者举例说，这些神经元就像位于一个橡皮垫上一样，一个神经元激发产生的涟漪，必将影响整个系统。也像所有的机械系统一样，系统中每个神经元都自我调节到最有效使用能量的状态，同时也受限于系统中其它神经元活动所产生的影响。

　　各个神经元系统的能量限制网络整体构成了一种二级通信网，既动态又拓扑同步地沟通每个神经元激发的情况——就像橡皮垫以同步的节奏振动响应各处的神经元激发。

　　主要研究员查克拉巴蒂说：“它们动态地探索组成一个网络。”这种机制比传统电脑处理器的工作方式高效得多。传统电脑处理器在信息线性传递方式中损耗了很多能量，比如信息要从A点传到C点，必须先传给中间的B点。

　　查克拉巴蒂说，利用硅神经元建造电脑处理器将实现能量效率和处理速度之间的最佳平衡。这份研究5月发布在前沿刊物《神经科学》期刊上。