北京大学杨玉超教授团队与中国科学院上海微系统与信息技术研究所合作，成功研发出全球首款能够与人脑运行速度相匹配的芯片。这项题为“基于相变忆阻器的亚10毫秒神经动力学系统”（A sub–10-millisecond neural dynamical system based on phase-change memristors）的研究成果，已在国际顶级学术期刊《科学》（Science）上发表。

神经动力学系统结合了神经网络与描述复杂系统随时间变化的数学方程，在物理建模、医学成像以及三维脑重建等领域具有广泛应用。然而，这些系统需要反复进行计算、误差检查和计算步长调整。在传统计算机中，数据必须频繁地在内存和处理器之间传输，这不仅增加了处理时间，也大幅提升了能耗，即所谓的“内存墙”问题。

这项硬件里程碑式的突破，为实时脑机接口、术中外科导航以及全尺寸数字脑孪生等前沿技术铺平了道路。

这款创新芯片采用标准的40纳米工艺制造，其亚10毫秒的神经动力学系统利用相变忆阻器在内存中直接执行关键数学计算。芯片面积仅为0.28平方毫米，通过9级流水线架构以50 MHz的频率运行，有效消除了传统内存与CPU/GPU处理器之间数据传输的开销。

• 亚10毫秒的人脑级速度模拟：该芯片能够以与人脑固有的毫秒级时间尺度相匹配的运行速度，处理连续的神经动力学。
• 大规模GPU加速：在3D皮层表面重建任务（绘制大脑白质和灰质褶皱）中，这款基于相变忆阻器的芯片比企业级NVIDIA A100 GPU实现了高达 478.18倍 的加速。
• 卓越的能效和延迟指标：与最先进的专用集成电路（ASICs）相比，该神经形态架构运行速度快 3.82至36.27倍，同时能耗降低 11.75至24.73倍。
• 克服“内存墙”：通过利用9级流水线在50 MHz下运行的存内计算，该系统消除了内存与CPU/GPU处理器之间传统的数据传输开销。
• 高保真解剖重建：该系统生成了平滑、闭合且拓扑结构准确的3D流形皮层网格，在神经影像精度评估中，平均对称表面距离（ASSD）和豪斯多夫距离（Hausdorff Distance）指标均表现出色。

研究人员利用该芯片成功重建了大脑白质和灰质的表面，并实时生成了基于3D流形曲面的皮层网格。该系统生成的皮层表面平滑、闭合且拓扑结构一致，同时精确捕捉了复杂的大脑褶皱。其在平均对称表面距离和豪斯多夫距离测量中的优异表现，充分证明了其支持高保真脑建模的能力。

相变忆阻器 是一种特殊的存储元件，其电阻值可随物理热状态连续变化，能够存储连续的模拟值而非简单的二进制0和1。这使得芯片能够在内存阵列内直接进行复杂的数学运算，从而避免了耗时的数据传输。传统的GPU在处理繁重的物理和数学模型时，需要不断在计算单元和高带宽内存之间来回传输数据，而该相变芯片通过“存内计算”模式，显著提升了效率，实现了高达478倍的3D皮层重建加速，同时仅消耗极少一部分的电能。

这项技术有望将复杂的神经建模从缓慢的离线处理推向毫秒级的实时操作。未来，该技术或将支持实时脑机接口（BCIs）——能够无延迟地解释神经信号；术中外科导航系统——能够在手术过程中实时更新3D脑部扫描；以及实时“数字脑孪生”——用于模拟帕金森病和阿尔茨海默病等神经退行性疾病，并作为研究这些疾病的有力工具。