全球首创神经动力学芯片诞生 赋能脑机接口技术飞跃

【瞧！我们的前沿科技】

来源：光明网

光明日报北京7月3日电（记者晋浩天）大脑皮层表面复杂的沟回褶皱，若要在计算机中实现实时三维重建，以往必须依赖价格高昂的大型计算设施进行离线处理，耗时漫长。而今，这一困境被一枚仅拇指尺寸的芯片彻底打破。北京大学集成电路学院教授杨玉超团队携手中国科学院上海微系统与信息技术研究所研究员宋志棠团队，共同开发出世界首枚基于相变忆阻器的神经动力学系统芯片，首次将此类复杂运算的单步延迟缩减至2.12毫秒，在脑皮层重建等应用场景中较现有顶尖图形处理器（GPU）加速50至478倍，成功打破了困扰神经动力学领域长达半个世纪的实时运算桎梏。该项研究成果于3日凌晨刊登于《科学》期刊。

杨玉超向记者阐释，欲使机器如人脑般即时建模并理解客观物理世界，亟需构建一种融合神经网络与微分方程的"神经动力学系统"。该系统能够从缺乏完整性、夹杂噪声的原始数据中复原出光滑且精准的三维脑部结构，其应用前景极为广阔。然而，传统计算架构深陷一大根本困境：存储与运算彼此割裂，求解进程中庞大的中间变量需在内存与处理器间频繁往返"穿梭"，恰似一座巨型数据工厂，大量光阴消耗于物料搬运之上，既造成显著延迟，又导致能耗飙升。

针对上述困境，研究团队从忆阻器本征物理属性中寻得破解之道。他们借助相变存储器独特的"电导漂移"效应——于特定时间区间内，其电导演变具有可预测性与精确可调控性。依此，团队创立了"可控存内计算"新范式，换言之，原先需借助繁杂数字电路反复执行的操作、缓存读取、数据迁移等工序，现今交由器件自身的物理法则去"自主运行"。

更具突破性的是，团队将神经网络权重映射至相变存储器的多级电导状态之上，在同一阵列内部同步实现矩阵乘加运算。两项核心运算任务由此被整合于总面积仅0.28平方毫米的存算一体阵列之中。这枚采用40纳米制程工艺的芯片达成了2.12毫秒的单次迭代延迟，首次将神经动力学硬件推向毫秒级新纪元。

"性能指标令人鼓舞。"杨玉超指出，在等价运算条件下，该芯片较当下最先进的专用加速器速率提升3.82至36.27倍，能耗显著下降；在脑皮层表面高保真重建任务中，该芯片较国际领先GPU加速达478.18倍。重建所得的脑皮层网格光滑连续、拓扑统一，能精确呈现复杂的褶皱形态，并有效消除传统方法中的伪影及自相交瑕疵。

杨玉超表示，此项突破为脑机接口与脑部疾病诊治开辟了崭新的想象空间。展望未来，个性化、动态化的脑部数字孪生愿景渐成现实，术中神经引导、阿尔茨海默病早期筛查及定制化干预等，都将获得可实时运作的硬件基石。

●新知解码

若将传统计算机比喻为一间办公室，处理器是坐镇中央的"计算专员"，存储器则是四面墙上的"文件柜橱"。每逢运算，专员必得起身调取资料，核算完毕再归位存放——时间全耗在了往返途中。这正是广为人知的"冯·诺依曼瓶颈"：存储与运算分离，数据搬运严重拖累效能。

"存内计算"的理念直截了当：让文件柜橱自行掌握核算本领。数据无需再辗转迁移，直接在存储单元内部就地完成运算。这听起来天衣无缝，但落地实施困难重重——存储单元生来只会"记录"，令其兼具"运算"之能，且要求算得准、算得稳，已是极高挑战。

更为棘手的在于"可控"二字。运算过程中诸多任务需动态调节、因势决断。如何使一众物理器件具备"随机应变"之能，是存内计算从理论走向实用的关键关卡。

突破口源于一项"反科学直觉"的创见：利用器件电导规律性漂移这一曾被当作"瑕疵"的特性。若能洞悉其变化轨迹，这种漂移便可被驯化为运算工具——不再依靠数字电路反复读写比对，而是让物理进程本身执行运算。

这便是"可控存内计算"的精髓所在：令存储单元在"记录"之际，依设计者预设的模式、于可约束的范畴内完成"运算"。存储即运算，且全程精准可控。基于该范式研制的芯片，可将复杂运算压缩至毫秒量级，能效跃升数十乃至数百倍。

《光明日报》（2026年07月04日04版）