四川
一顆面積僅0.28平方毫米的小芯片，正在重新定義"模擬大腦"這件事的速度極限。
北京大學信息工程學院楊玉超教授團隊聯合中國科學院上海微系統與信息技術研究所，研制出全球首款基于相變憶阻器的神經動力學系統芯片。該成果于2026年7月5日發表于國際頂級期刊《科學》，在大腦皮層表面重建等高保真腦模擬任務中，該芯片的運算速度比英偉達A100 GPU快50至478倍。
這不是一個小步改進，而是數量級上的跨越。
要理解這顆芯片為何如此不同，需要先搞清楚一個關鍵概念：相變憶阻器。
普通芯片的邏輯是：先從內存里把數據調出來，再交給處理器運算，運算完再寫回內存。這個"搬運"過程本身就耗時耗能，在處理海量神經元信號時尤為明顯。憶阻器的思路則截然不同，它把存儲和計算合二為一，數據在哪里，運算就在哪里發生，因此也被稱為"存內計算"。
但相變憶阻器長期有一個頑固的老問題：器件的電導值會隨時間發生漂移，導致計算精度難以保證，速度和精度之間幾乎永遠顧此失彼。這個困擾學界五十年的瓶頸，被楊玉超團隊用一種巧妙的思路打破了。
研究團隊提出了一種"可控存內計算范式"，把相變存儲器件的電導漂移特性和多級電導特性不再視為缺陷，而是反其道而行之，將它們納入算法設計中加以利用。通過將器件物理特性與神經動力學算法系統性融合，芯片實現了自適應積分步長搜索與存內乘積累加計算。
最終跑出來的數字令人印象深刻：單步計算延遲僅2.12毫秒，整個芯片在40納米工藝上以50 MHz頻率運行，配置9級流水線架構。與目前最先進的專用集成電路加速器相比，該芯片在等效神經動力學計算上實現了3.82至36.27倍的速度提升，功耗則降低了11.75至24.73倍。
速度數字之外，更值得關注的是這顆芯片所指向的應用場景。
大腦皮層表面重建，是神經科學和臨床醫學中一項極其耗時的任務。醫生或研究人員需要根據神經影像數據，精確還原出大腦皮層的三維幾何結構，這對阿爾茨海默病、癲癇等疾病的診斷和手術規劃至關重要。目前這類任務通常需要借助高性能GPU跑上數十分鐘甚至數小時，而新芯片將這一過程壓縮到毫秒量級，意味著未來有可能在手術臺旁實時完成。
腦機接口是另一個更具想象空間的方向。現有的腦機接口系統，主要能做到的是讀取神經信號并將其轉化為控制指令，比如讓癱瘓患者用意念控制機械臂。但下一代腦機接口的目標遠不止于此，它需要在毫秒級別實時理解大腦狀態、預測神經動力學的演化軌跡，并根據反饋進行閉環調控。
這恰恰需要一個能在極低延遲下運行高保真腦模型的硬件平臺，而這正是這顆芯片所提供的能力。研究人員指出，該芯片的出現有望推動腦機接口從"簡單的信號識別"跨越到"實時腦狀態建模與智能交互"，這是一個質的飛躍。
該研究獲得了新基石科學基金、國家重點研發計劃、國家自然科學基金以及廣東存內計算芯片重點實驗室的聯合資助，并被列入北京大學2030重大培育項目。
這項工作的意義可以從兩個維度來理解。
從技術層面看，它證明了存內計算不只是一個概念，而是真正可以在工程上落地、在實際任務中碾壓主流GPU的可行路徑。此前業界對憶阻器芯片的最大顧慮始終是可靠性和精度，這項工作直接在最難的環節上給出了答案。
從更宏觀的視角看，這顆芯片所代表的"以器件物理直接映射算法結構"的設計哲學，與英偉達那種"用暴力算力堆通用算法"的路線是根本上不同的。當大腦這個世界上最復雜的計算系統成為芯片設計的藍圖，計算效率的天花板或許遠比人們想象的要高。
0.28平方毫米的面積，478倍的速度差距。這顆芯片很小，但它提出的問題很大。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
