北大團隊攻克50年難題：造出全球首款芯片，性能碾壓A100？

一顆面積僅0.28平方毫米的小芯片，正在重新定義"模擬大腦"這件事的速度極限。

北京大學(xué)信息工程學(xué)院楊玉超教授團隊聯(lián)合中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所，研制出全球首款基于相變憶阻器的神經(jīng)動力學(xué)系統(tǒng)芯片。該成果于2026年7月5日發(fā)表于國際頂級期刊《科學(xué)》，在大腦皮層表面重建等高保真腦模擬任務(wù)中，該芯片的運算速度比英偉達A100 GPU快50至478倍。

這不是一個小步改進，而是數(shù)量級上的跨越。

要理解這顆芯片為何如此不同，需要先搞清楚一個關(guān)鍵概念：相變憶阻器。

普通芯片的邏輯是：先從內(nèi)存里把數(shù)據(jù)調(diào)出來，再交給處理器運算，運算完再寫回內(nèi)存。這個"搬運"過程本身就耗時耗能，在處理海量神經(jīng)元信號時尤為明顯。憶阻器的思路則截然不同，它把存儲和計算合二為一，數(shù)據(jù)在哪里，運算就在哪里發(fā)生，因此也被稱為"存內(nèi)計算"。

但相變憶阻器長期有一個頑固的老問題：器件的電導(dǎo)值會隨時間發(fā)生漂移，導(dǎo)致計算精度難以保證，速度和精度之間幾乎永遠顧此失彼。這個困擾學(xué)界五十年的瓶頸，被楊玉超團隊用一種巧妙的思路打破了。

研究團隊提出了一種"可控存內(nèi)計算范式"，把相變存儲器件的電導(dǎo)漂移特性和多級電導(dǎo)特性不再視為缺陷，而是反其道而行之，將它們納入算法設(shè)計中加以利用。通過將器件物理特性與神經(jīng)動力學(xué)算法系統(tǒng)性融合，芯片實現(xiàn)了自適應(yīng)積分步長搜索與存內(nèi)乘積累加計算。

最終跑出來的數(shù)字令人印象深刻：單步計算延遲僅2.12毫秒，整個芯片在40納米工藝上以50 MHz頻率運行，配置9級流水線架構(gòu)。與目前最先進的專用集成電路加速器相比，該芯片在等效神經(jīng)動力學(xué)計算上實現(xiàn)了3.82至36.27倍的速度提升，功耗則降低了11.75至24.73倍。

速度數(shù)字之外，更值得關(guān)注的是這顆芯片所指向的應(yīng)用場景。

大腦皮層表面重建，是神經(jīng)科學(xué)和臨床醫(yī)學(xué)中一項極其耗時的任務(wù)。醫(yī)生或研究人員需要根據(jù)神經(jīng)影像數(shù)據(jù)，精確還原出大腦皮層的三維幾何結(jié)構(gòu)，這對阿爾茨海默病、癲癇等疾病的診斷和手術(shù)規(guī)劃至關(guān)重要。目前這類任務(wù)通常需要借助高性能GPU跑上數(shù)十分鐘甚至數(shù)小時，而新芯片將這一過程壓縮到毫秒量級，意味著未來有可能在手術(shù)臺旁實時完成。

腦機接口是另一個更具想象空間的方向。現(xiàn)有的腦機接口系統(tǒng)，主要能做到的是讀取神經(jīng)信號并將其轉(zhuǎn)化為控制指令，比如讓癱瘓患者用意念控制機械臂。但下一代腦機接口的目標遠不止于此，它需要在毫秒級別實時理解大腦狀態(tài)、預(yù)測神經(jīng)動力學(xué)的演化軌跡，并根據(jù)反饋進行閉環(huán)調(diào)控。

這恰恰需要一個能在極低延遲下運行高保真腦模型的硬件平臺，而這正是這顆芯片所提供的能力。研究人員指出，該芯片的出現(xiàn)有望推動腦機接口從"簡單的信號識別"跨越到"實時腦狀態(tài)建模與智能交互"，這是一個質(zhì)的飛躍。

該研究獲得了新基石科學(xué)基金、國家重點研發(fā)計劃、國家自然科學(xué)基金以及廣東存內(nèi)計算芯片重點實驗室的聯(lián)合資助，并被列入北京大學(xué)2030重大培育項目。

這項工作的意義可以從兩個維度來理解。

從技術(shù)層面看，它證明了存內(nèi)計算不只是一個概念，而是真正可以在工程上落地、在實際任務(wù)中碾壓主流GPU的可行路徑。此前業(yè)界對憶阻器芯片的最大顧慮始終是可靠性和精度，這項工作直接在最難的環(huán)節(jié)上給出了答案。

從更宏觀的視角看，這顆芯片所代表的"以器件物理直接映射算法結(jié)構(gòu)"的設(shè)計哲學(xué)，與英偉達那種"用暴力算力堆通用算法"的路線是根本上不同的。當大腦這個世界上最復(fù)雜的計算系統(tǒng)成為芯片設(shè)計的藍圖，計算效率的天花板或許遠比人們想象的要高。

0.28平方毫米的面積，478倍的速度差距。這顆芯片很小，但它提出的問題很大。