隨著人工智慧的廣泛應用，其計算量極大故需專用電路加速，「計算記憶體 (CIM)」以類比方式在記憶體陣列中進行矩陣乘法，可有效降低功耗並增加計算頻寬。傳統快閃記憶體寫入次數有限，不適合經常寫入之記憶體應用，靜態存取記憶體則面積過大，鐵電材料兼具小面積、耐久性佳等優點，可作為下世代之計算記憶體。

本技術含蓋製程、元件、電路、系統軟硬體等面向。製程及元件方面，我們與台灣半導體研究中心 (TSRI) 合作，用利中心現有之氧化鉿鋯材料半導體製程，結合本實驗室之元件設計，成功製出鐵電元件（電晶體）。電路方面，我們開發了一套新的類神經電路模擬平台，能預測電路之功耗、計算精準度、速度等面向。系統軟硬體方面，我們參與工研院領導的AITA聯盟，共同定出規格，俾利將我們開發出之電路模型與產業界現有系統架構與編譯器結合。

同時擁有新材料HfZrO2 鐵電電晶體之半導體製程技術及相對應之人工智慧晶片模擬平台

1)半導體廠可應用本技術導入新材料，提昇記憶體效能
2)晶片設計公司可應用本技術開發人工智慧加速晶片