据外媒报道，英国剑桥一家初创公司Blueshift Memory创建了一种计算机内存芯片模型，该芯片可将某些数据运算的速度提高1000倍，而且非常容易编程，学校的学生都能够编写此类代码。

此类新设计能够显著提高计算机处理越来越多数据的能力，以满足毒品搜查、DNA研究、人工智能设计和未来智能城市管理等任务的需求。

此前，有计算机科学家警告表示，无论多么强大的超级计算机也无法跟上社会不断增长的数据需求。造成此种情况的一个主要原因是，计算机芯片（通常是RAM芯片）的改进速度比不上中央处理器（CPU）的改进速度。当高性能计算机执行大型操作时（如具有几百万结果的数据库搜索任务），就会造成数据“堵车”，数据堆积在一个CPU和低效内存组成的移动缓慢的队列中，从而降低了计算机交付结果的速度。

而Blueshift的新设计重新组织了内存芯片处理此种操作的方式，因此能够将数据更快地交付至CPU，从而能够在几分钟，甚至几秒钟，而不是几个小时内完成此类操作。该芯片的设计者强调，这只是解决方案的一部分，还需要各公司之间加强合作，共同应对“数据堵车”的挑战。

尽管如此，Blueshift公司最开始搭建的模型就产生了令人印象深刻的结构。该公司由一小组在高性能计算方面拥有广泛经验的计算机工程师组成，成功创建了一个模拟芯片效果的FPGA（现场可编程门阵列）卡。

利用FPGA卡进行模拟表明，该芯片在科学研究或者刑事调查中DNA搜索库中搜索DNA匹配结果时，能够以比之前快100倍的速度得到结果。进一步的测试表明，在天气预报和气候变化建模中使用的算法如果也采用该芯片，能够使运行速度提高100倍。而且还能够使谷歌的搜素速度提高1000倍，由于该芯片是为了存储数据而打造的，而且能够为此类操作做好准备，因而是能够实现如此巨大的改进的。

Blueshift公司团队分析公司用来解决各种复杂数据问题的数千种算法，并进行了分类，然后设计了该芯片，让其能够排列数据，为此类操作做好准备。此外，Blueshift的设计还能够让某些数据操作的编程变得更加容易，因为其不再需要包含如何处理大量数据的复杂指令。

传统上来说，计算机科学家一直试图为数据堵车（data tailback）设计变通方案，而不是解决方案。但是，CPU与内存芯片之间的性能差距正以每年50%的速度增长，而数据需求也在不断增长。许多计算技术领域的领军人物提出，需要为大数据时代重新设计内存和数据处理。

目前，Blueshift正在寻求资金来完成芯片的第一次完整迭代，迭代比原型模拟器的成本高得多。该公司表示，改变计算机内存的工作方式能够改善许多数据操作，而不仅仅是大数据或数据库搜索。

例如，自动驾驶汽车或无人驾驶汽车中的人工智能就需要快速处理大量数据，以做出决策。在未来的智能城市中，物体和人很可能会紧密联系，对大量数据进行快速、实时处理对于交通流量管理、公共设施供应、以及危险时刻的疏散程序都必不可少。

此外，性能更好的内存芯片能够加速数据家庭计算，如，能够让视频编辑软件中电影渲染速度提高10倍，而且能够将虚拟头显的处理速度提高1000倍。