在计算机内存中执行某些计算任务会提高系统的效率并节省能源。“如果你看看人类，我们计算的功率为20至30瓦，而今天的AI则基于以千瓦或兆瓦功率运行的超级计算机。” “在大脑中，突触是计算和存储信息。在新的架构中，超越冯诺依曼，记忆必须在计算中发挥更积极的作用。”
第一级利用存储器设备的状态动态来在存储器本身中执行计算任务，类似于大脑的存储器和处理是共存的。第二级利用大脑的突触网络结构作为相变存储器（PCM）设备阵列的灵感来加速深度神经网络的训练。最后，神经元和突触的动态和随机性质激发了团队为尖峰神经网络创建强大的计算基础。相变存储器是一种纳米级存储器件，由夹在电极之间的Ge，Te和Sb化合物构成。这些化合物根据其原子排列表现出不同的电性质。
可以发现的是，在传统计算机和基于相变存储器设备的原型计算存储器平台上运行无监督机器学习算法。
