為加快AI 和神經形態計算以及降低功耗，創業公司、科學家和芯片公司都尋找在內存而不是處理器的計算核心去執行更多的計算。憶阻器和其它非易失性內存被認為有助於完成這項工作。但大部分內存計算演示使用的是為特定AI 問題設計的獨立加速器或需要片外資源。

密歇根大學的工程師聲稱他們創造出了第一種可編程憶阻器計算機，能真正直接在內存上執行計算。

密歇根教授Wei Lu 稱，內存是瓶頸，機器學習模型越來越大，沒有足夠的片上內存可以儲存數據，而轉出轉入數據會消耗大量的計算時間和能量。即使你能將所有數據儲存在片上內存，將數據轉移到計算核心仍然會消耗時間和能量，你需要在內存裡直接計算。

他們設計的憶阻器芯片集成了OpenRISC 處理器、數模轉換器、模數轉換器和混合信號接口去充當憶阻器模擬計算和主處理器之間的轉換器。