北大联合中科院发布全球首款相变忆阻器神经动力学芯片，类脑脑模拟运算较A100 GPU最高提速478倍，突破半世纪类脑计算硬件瓶颈

2026年7月3日，北京大学集成电路学院杨玉超团队联合中科院上海微系统所宋志棠团队，全球首次研制出基于相变忆阻器的神经动力学专用芯片，成果正式刊发于国际顶刊《Science》，彻底解决神经动力学系统长达50年无法实时高精度运算的行业难题。
该芯片依托存算一体原生架构，专攻人脑神经动态仿真、脑皮层三维重建、脑机信号解析等类脑核心任务，在标杆场景下对比英伟达A100 GPU速度提升50~478倍，功耗最低压缩至传统专用加速器的1/24.73。

一、芯片核心硬件基础参数

二、底层技术革命：反向利用器件缺陷，开创「可控存内计算」新范式

传统GPU、CPU遵循冯诺依曼存算分离架构：存储单元与计算单元物理分离，每一次运算都需要反复搬运数据，海量神经微分方程求解过程中，数据传输开销占比超90%，这也是脑模拟只能离线慢速计算、无法实时跟随大脑动态变化的根本原因。

本次研究最核心原创突破分为两点：

1. 化短板为核心算力
   相变忆阻器天然存在电导漂移特性，过往全球科研界均将其视作器件缺陷、全力抑制；北大团队反向挖掘物理规律，精准调控电导随时间的有序变化，直接用器件自身物理演化完成微分方程积分运算，不需要额外数字电路迭代计算。
2. 存储与计算完全同阵列融合
   把神经网络权重直接映射到忆阻器多级电导态，在存储阵列内部原位完成矩阵乘加运算，数据全程无需搬出存储单元，从硬件根源砍掉数据搬运延迟与能耗浪费，真正复刻人脑神经元并行存算一体的工作逻辑。

三、核心应用场景，直击医疗与脑机接口刚需

1. 神经外科术中实时导航（最核心落地场景）

以往开颅手术只能调用术前静态脑部影像，术中脑组织出血、移位后，影像无法同步更新，存在手术风险；该芯片可术中实时动态重建脑皮层三维结构，毫秒级刷新脑部拓扑结构，医生可全程同步观测脑组织实时形变，大幅降低手术误伤概率。

2. 脑部疾病早期无创筛查

针对阿尔茨海默病、帕金森、癫痫等病症，可捕捉脑电波微弱异常信号，轻量化集成到头戴式脑机头环，实现居家常态化脑状态、睡眠、情绪监测，推动脑部慢病早筛下沉至民用消费级设备。

3. 脑机接口信号实时解析

可高速解码大脑神经电信号，无需云端大型算力集群，本地端实时完成意念转指令，适配助残外骨骼、意念控制机械臂、人机交互穿戴设备。

4. 通用物理动力学仿真

该架构可迁移至流体力学、材料演化、机器人运动建模等连续动态系统仿真，大幅降低工业仿真算力成本。

四、关键认知澄清：并非通用GPU，而是专用类脑计算新路线

该芯片不能替代英伟达GPU完成通用大模型训练、通用图形渲染，二者赛道定位完全区分：

• A100属于通用并行计算芯片，适配全品类AI训练、渲染、推理，通用性极强，但在神经动力学连续微分求解场景效率极低；
• 北大这款是类脑神经动力学专用存算一体芯片，只针对人脑模拟、动态系统建模做硬件深度定制，在细分垂直场景实现量级代差优势，是跳出冯诺依曼架构的下一代算力路线探索。

五、行业长远技术价值

1. 打破类脑计算半个世纪瓶颈
   神经动力学理论提出50年间，始终受硬件算力限制只能离线小尺度仿真，该成果打通「算法-器件-芯片-系统」全链路闭环，让类脑硬件从实验室理论走向工程化落地。
2. 降低高端芯片制程依赖
   依靠40nm成熟工艺即可实现顶尖专项算力，证明存算一体架构不依赖最先进光刻制程，为国内后摩尔时代芯片差异化突围提供标杆方案。
3. 构建国产脑机接口底层算力底座
   国内脑科学、脑机工程长期依赖海外通用GPU做后端运算，该自研忆阻器芯片补齐国产类脑算力短板，后续可支撑国产脑机设备全产业链自主可控。

六、后续研发规划

1. 迭代多模态版本芯片，融合视觉成像与神经信号联合计算；
2. 与医疗器械厂商合作推进医疗设备临床认证，落地手术导航系统；
3. 开放忆阻器存算一体IP核，面向国内科研机构、芯片企业授权架构方案，推动技术规模化复用。