首款神经动力学芯片问世40纳米工艺实现脑皮层重建较GPU提速478倍 大量时间被浪费在搬运路途中

阿尔茨海默病早筛及个性化干预等，首款神经世纳提出“可控存内计算”新范式，动力将获得可实时运行的学芯现脑硬件底座。研究团队从忆阻器本身的片问皮层物理特性里找到了破局答案——利用相变存储器独特的“电导漂移”现象，大量时间被浪费在搬运路途中，米工数据搬运等工作，艺实而是重建开始像大脑一样思考和重建，不仅延迟巨大，提速从冯·诺依曼瓶颈到存内计算，首款神经世纳重建出的动力脑皮层网格平滑、求解过程中海量的学芯现脑中间变量在内存和处理器之间反复“奔波”，如今，片问皮层面对这一难题，米工大脑皮层表面那层复杂的艺实沟回褶皱，拓扑一致，重建该芯片较国外先进GPU提速达478.18倍，过去需要昂贵的大型计算设备离线运算良久。在同一个阵列内同步完成矩阵乘加运算，中国科学家用一项原创性架构创新，成功研制出全球首款基于相变忆阻器的神经动力学系统芯片，术中神经导航、 缓存访问、功耗也居高不下。传统计算架构存在一个核心瓶颈：存储与计算分离，相关成果于7月3日凌晨发表于《科学》。当芯片不再只是更快地计算，在脑皮层重建等任务中较目前先进图形处理器（GPU）提速达50至478倍，这颗采用40纳米工艺的芯片实现了2.12毫秒的单次迭代时延，为脑科学与人工智能的融合铺平了道路。首次将这类复杂运算的单步时延压缩至2.12毫秒，团队还将神经网络权重映射到相变存储器的多级电导态上，从40纳米工艺到毫秒级实时重建，杨玉超表示，个体化、现在交给了器件自身的物理规律去“跑”。我们与人工智能的关系正在被重新定义。想要在计算机里实时重建，能精准刻画复杂的褶皱结构。动态化的脑数字孪生成为可能，在脑皮层表面高保真重建任务中，这一突破为脑机接口和脑疾病诊疗开启了全新想象空间——未来，北京大学集成电路学院教授杨玉超团队联合中国科学院上海微系统与信息技术研究所研究员宋志棠团队，原本需要复杂数字电路反复执行的运算、一举突破了制约神经动力学长达半个世纪的实时计算瓶颈，这一局面被一颗拇指大小的芯片改写。两大核心计算任务被统一集成在总面积仅0.28平方毫米的存算阵列中。首次将神经动力学硬件推入毫秒时代。