7月5日消息，据媒体报道，北京大学集成电路学院杨玉超教授团队联合中国科学院，成功研发出全球首款忆阻器神经动力学芯片。杨玉超指出，这一突破为脑机接口与脑疾病诊疗开辟了全新的可能性。
杨玉超表示，要实现机器像人脑一样实时建模并理解物理世界，亟需一种融合神经网络与微分方程的“神经动力学系统”。
该系统能够在不完整或含噪声的数据中，重建出平滑且精确的三维脑结构，具有广阔的应用前景。
然而，传统计算架构面临一个根本性瓶颈——“存储墙”问题：存储与计算分离，求解过程中产生的大量中间变量需在内存与处理器间频繁搬运，犹如一个庞大的数据工厂，大量时间浪费于数据迁移，不仅延迟显著，功耗也居高不下。
为攻克这一难题，研究团队从忆阻器自身的物理特性中找到了突破口。他们利用相变存储器固有的“电导漂移”现象——在一定时间窗口内，其电导变化具有可预测性和精准可控性。
据此，团队提出“可控存内计算”新范式，将动力学系统求解中最耗时的自适应步长搜索过程，直接编码为器件物理电导演化过程，在存储单元内部原位完成计算。简而言之，原本需由复杂数字电路反复执行的运算、缓存访问和数据搬运，现在交由器件本身的物理规律自动完成。
“性能表现令人振奋。”杨玉超表示，在同等运算条件下，该芯片较当前最先进的专用加速器，速度提升3.82倍至36.27倍，功耗降低11.75倍至24.73倍；在脑皮层表面高保真重建任务中，相比NVIDIA A100 GPU，加速比高达478.18倍。
重建出的脑皮层网格平滑且拓扑一致，能够精准刻画复杂的褶皱结构，同时有效抑制传统方法中常见的伪影和自相交缺陷。
杨玉超进一步指出，这项突破为脑机接口与脑疾病诊疗开启了全新想象空间。未来，个体化、动态化的脑数字孪生有望成为现实，术中神经导航、阿尔茨海默症早期筛查及个性化干预等应用，将获得可实时运行的硬件底座。
