面向人工智能的非冯诺依曼计算架构主要聚焦（）

面向人工智能的非冯诺依曼计算架构主要聚焦（）

A、计算

B、智能

C、通讯

D、内存和存储

正确答案：D

答案解析：

选项D：传统冯・诺依曼计算架构存在“存储墙”问题，即处理器与内存之间的数据传输速度远低于处理器的运算速度，限制了计算性能的提升。面向人工智能的非冯・诺依曼计算架构主要聚焦内存和存储，通过多种方式改进内存与存储相关机制来突破这一瓶颈。例如存内计算架构，将计算功能融入内存中，减少数据在内存与处理器之间的传输，提高计算效率；再如神经形态计算架构模拟大脑神经元和突触的结构与功能，采用分布式存储方式，使得存储和计算更紧密结合。这些都说明非冯・诺依曼计算架构重点关注内存和存储，以满足人工智能对海量数据快速处理的需求。

选项A：虽然计算也是非冯・诺依曼计算架构关注的一方面，但它并非核心聚焦点。因为传统冯・诺依曼架构在计算能力上已经有一定基础，非冯・诺依曼架构主要是为了解决因内存和存储瓶颈对计算性能产生的限制，而不是单纯提升计算能力，所以选项A错误。

选项B：智能是人工智能追求的目标，非冯・诺依曼计算架构是实现智能计算的一种手段，它通过改进内存和存储等方面来助力实现智能计算，但“智能”本身并非其主要聚焦点，所以选项B错误。

选项C：通讯在计算系统中固然重要，但非冯・诺依曼计算架构与传统架构相比，其主要改进和聚焦方向并非通讯，而是针对内存和存储相关的瓶颈问题，所以选项C错误。