这项研究的核心是提出了一种新型半导体架构,旨在实现实时计算现实世界连续变化,而非单纯追求更快的通用AI芯片。北京大学和中国科学院的研究人员结合神经网络与微分方程的神经动力学系统,将运算直接实现在相变存储芯片内部。传统CPU和GPU需要在存储器与计算单元间反复移动数据,而该芯片利用相变忆阻器的电导率随时间变化的物理特性进行计算,使存储器在保存数据的同时执行微分方程和神经网络运算。作为全球首款神经动力学硬件,该系统通过结合神经网络与微分方程,用于计算物体和环境的状态如何随时间变化,解决了以往因计算量和数据移动量过大难以实现实时处理的问题,通过将最耗时的自适应时计算直接在存储芯片内完成,显著提升了实时处理能力。