我国研制全球首款基于可控存内计算的忆阻器神经动力学芯片

北京大学集成电路学院联合中科院上海微系统所，发布全球首款基于可控存内计算的忆阻器神经动力学芯片，首次将单步运算时延压缩至2.12毫秒。芯片采用40纳米工艺，存内计算阵列与外围电路总面积0.28平方毫米，运行频率50 MHz，单步积分仅需9级流水。在脑皮层重建等任务中较当前GPU提速50至478倍，突破神经动力学实时计算瓶颈。相关成果7月3日发表于《科学》。

北京大学与中科院上海微系统所联合发布全球首款基于可控存内计算的忆阻器神经动力学芯片，单步运算时延仅2.12毫秒，较GPU提速50-478倍，突破神经动力学实时计算瓶颈，成果发表于《科学》。

• 全球首款可控存内计算忆阻器神经动力学芯片问世
• 单步运算时延仅2.12毫秒，比GPU快50-478倍
• 采用40nm工艺，芯片面积0.28mm²，频率50MHz
• 突破神经动力学实时计算瓶颈，成果登Science

这是什么信号：此次发布标志着我国在忆阻器神经形态计算领域取得里程碑式突破，首次将可控存内计算技术从理论推向芯片级实现，为神经动力学实时计算提供了全新硬件基础。

为什么重要：传统GPU在模拟神经动力学模型时面临高延迟和能效瓶颈，而该芯片通过存内计算架构将单步运算时延压缩至2.12毫秒，在脑皮层重建等任务中实现50-478倍加速，有望推动类脑智能、脑机接口和实时神经信号处理等领域的跨越式发展。

对谁有价值：对AI芯片设计企业、神经科学研究机构、脑机接口公司、高性能计算用户及关注前沿技术的投资者，均具有重大参考价值。

可以怎么行动：相关企业可评估与研发团队的技术合作或授权；研究机构可尝试基于该芯片搭建神经动力学仿真平台；投资者可跟踪产业化进展，布局存内计算赛道。

风险或限制：目前仍为原型芯片，距离量产和大规模应用尚需解决忆阻器可靠性、良率及与现有生态兼容性等挑战。

信息差价值：该成果揭示了存内计算与忆阻器结合在神经动力学模拟中的巨大性能优势，较传统GPU架构实现了数量级的能效和速度提升，是类脑计算领域的标志性进展，此前市场对此类专用芯片的进展关注不足。

业务启发：AI芯片公司可探索类似架构用于实时神经信号处理、脑机接口解码等场景；神经科学研究机构可借助该芯片加速脑模型仿真；对于投资机构，存内计算和忆阻器产业链（材料、制造、设计）均蕴含潜在机会。

可沉淀动作：建议持续关注该团队后续产业化动态及专利布局；评估与自身业务结合的可能性（如边缘AI、医疗脑电）；定期跟踪《科学》等顶刊相关领域论文，掌握技术演化路径。

• IT之家（RSS） 原帖