比肩人脑！国产芯片实现毫秒级脑部建模

一款相变忆阻器芯片成功将复杂大脑神经建模运算推进至毫秒级运行阶段，在实现极速实时运算的同时，完整保留大脑皮层的精细拓扑结构与褶皱特征，兼顾运算效率与建模精度，突破了传统类脑计算硬件的长期瓶颈。

人类大脑皮层结构错综复杂、褶皱密集，高精度实时重建大脑表层形态，需要海量、连续、高精度的动态运算支撑，传统计算设备难以兼顾速度与精度。针对这一技术难题，中国科研团队成功研制出全新神经动力学芯片，整套脑部建模运算耗时可控制在10毫秒以内，核心运算速率与人类大脑的自然工作节奏基本持平，是类脑计算领域的重要技术突破。

该项研究由北京大学杨玉超教授牵头主导，联合中国科学院上海微系统与信息技术研究所科研人员协同攻关完成，相关原创性成果已正式刊发于国际顶级期刊《科学》，论文标准题为《基于相变忆阻器的亚10毫秒级神经动力学系统》，为高速高精度脑部建模硬件研发提供了全新技术路径。

神经动力学系统是融合人工智能神经网络与数理微分方程的前沿计算体系，能够精准模拟复杂系统的动态时序演化过程，广泛应用于物理仿真建模、高精度医学影像成像、三维人脑重构、智能计算分析等诸多核心领域。该系统的运行特性要求设备持续开展迭代计算、精度校验与运算步长微调，整体算力消耗大、运算流程繁琐，对硬件的实时运算能力与稳定性有着极高要求。

长期以来，传统冯·诺依曼架构计算机存在存储与计算分离的固有缺陷，运算过程中需要在内存与处理器之间频繁传输、调取、存储数据。大量的数据搬运工作不仅大幅拉长运算耗时，造成严重的运算延迟，还会产生极高的能耗损耗，稳定性与实时性难以达标，成为实时脑机交互、术中导航等低延迟场景落地应用的核心阻碍。

存内计算技术，提速大脑建模全过程

实时高精度脑部建模是前沿医疗与智能技术的核心基础，可有效赋能脑机接口、精准手术导航、高清医学影像诊断、脑神经疾病研究等多个前沿领域。但当前主流商用硬件普遍存在明显短板，脑部三维建模运算耗时过长、功耗居高不下，无法满足实时动态建模的场景需求，制约了相关技术的临床落地与产业化发展。

此次研发的新型忆阻器芯片，创新性采用先进存内计算架构，彻底打破传统硬件的算力瓶颈。芯片将核心运算流程直接部署在数据存储区域内完成，最大程度减少内存与处理器之间的数据交互与传输损耗，简化运算流程、压缩延迟时长。依托这一全新架构设计，设备能够快速完成高精度大脑三维建模工作，同时大幅降低整体运行功耗，实现了高速率、高精度、低能耗的三重技术突破。

配图说明：搭载多级精细电导漂移忆阻器的神经动力学系统硬件整体架构图（图源：北京大学）

综合性能远超各类专用硬件

该芯片采用成熟稳定的40纳米商用制程工艺制造，集成存内计算阵列与电导漂移阵列两大核心模块，核心硬件面积仅0.28平方毫米，具备微型化、集成化的优势，适配小型化智能设备与医疗精密设备搭载需求。芯片额定工作主频为50兆赫兹，通过九级流水线架构完成单次积分运算，流水线式的运算设计有效提升了运算效率与稳定性，其单次神经动力学迭代运算时延仅2.12毫秒，稳定实现亚10毫秒级运行标准。

多项权威对比测试数据显示，该芯片综合算力性能大幅领先现有主流专用硬件。在标准神经动力学运算测试中，相较于当前行业最先进的专用集成电路（ASIC），运算速度提升3.82至36.27倍，运行功耗降低11.75至24.73倍，能效比提升显著。在高精度大脑皮层重建专项任务中，相较于英伟达A100高端专业GPU，最高提速幅度可达478.18倍，算力优势极为突出。

科研团队开展多组实测验证实验，利用该芯片实时分割大脑白质与灰质边界，快速生成基于三维流形结构的大脑表层网格模型。实测结果显示，芯片重建的大脑皮层曲面平滑完整、拓扑结构闭合规范，能够精准还原大脑复杂的褶皱细节，同时有效规避了传统建模算法易出现的伪影、结构偏差等问题。

研究团队采用医学三维重建领域两项权威核心指标——平均对称表面距离、豪斯多夫距离，对建模精度进行量化核验，芯片各项测试数据均表现优异，重建模型与真实脑部结构匹配度极高。充分证实该芯片能够同步实现极速运算与超高保真度脑部建模，兼顾效率与精度，解决了传统设备难以平衡的技术痛点。

该技术成功将以往依赖大型设备、仅能离线慢速完成的复杂神经建模工作，升级为毫秒级实时动态运算。未来可广泛应用于脑机接口交互、数字脑孪生系统构建、临床术中实时导航、高精度大脑皮层三维重建等场景，同时能够为阿尔茨海默病、帕金森病等神经退行性疾病的机理研究、病情监测与诊疗技术研发，提供高性能、高精度的全新科研工具与硬件支撑。