中国开发出全球首款基于相变忆阻器的神经动力学芯片 2026

全球首款神经动力学硬件 神经动力学系统将神经网络与微分方程相结合，用于计算物体和环境的状态如何随时间变化。 以往由于计算量和数据移动量过大，很难实现实时处理；研究人员则将最耗时的自适应时间间隔搜索直接映射到忆阻器的物理变化上。 即使采用40纳米工艺和50MHz的较低规格，也能在2.12毫秒内完成一次积分运算。 与现有专用加速器相比，速度快3.82~36.27倍，功耗低11.75~24.73倍。 在大脑皮层3D重建任务中，针对特定任务录得比英伟达A100高50.38~478.18倍的处理性能。 最大的潜在应用领域是机器人 机器人并非只需对摄像头画面进行分类就能行动。 它必须时刻计算关节位置、力、摩擦、平衡、碰撞可能性和物体运动，并决定下一步行动。 要让人形机器人行走、抓取物体、避免摔倒并适应陌生环境，就必须以毫秒为单位预测现实世界的变化。 目前，GPU和CPU接收传感器数据后，通过数值方法反复计算微分方程；神经动力学芯片则可以直接在存储器内部处理这些计算。 未来如果应用于机器人，可能在以下领域具有重要意义： 机械臂的力控制与精密物体操作 结合传感器输入进行碰撞规避 机器人的物理数字孪生低功耗边缘环境中的实时世界模型构建可能负责机器人的 “反射神经”，而非 “思考”大语言模型可以指示机器人应该做什么。但真实机器人保持重心、调节手指力量以及抓取移动物体的过程，需要比语言模型快得多的物理运算。因此，未来机器人的架构可能会按功能进行分工。即由大语言模型和视觉模型制定目标与行动计划，神经动力学芯片则以毫秒为单位处理关节、平衡、轨迹和力控制。与其说这款芯片会取代机器人的整个大脑，不如说它更有可能发展为类似小脑或反射神经的物理控制加速器。医疗和数字孪生也是主要应用领域这项研究中实际验证的代表性任务是大脑皮层3D结构重建。研究指出，未来可能应用于脑外科手术导航、脑机接口、阿尔茨海默病早期诊断、个性化数字大脑模型等领域。在工业领域，它还可扩展到电池、电网、流体、热和机械振动等状态随时间持续变化的系统，用于实时数字孪生。这项研究的真正意义，并不在于出现了一款取代英伟达的新型通用AI芯片。其意义在于，为物理AI所需的连续系统计算开辟了一条新的硬件路径，可以用超低功耗处理那些理解现实世界并在其中行动所必需的计算。随着机器人领域的ChatGPT时刻临近，重要的不只是模型的智能。如何在传感器与电机之间快速、高效地计算现实变化，可能成为另一个核心瓶颈。#文字观点