北京
IT时代网8月4日消息，北京大学杨玉超教授团队联合中国科学院上海微系统与信息技术研究所，研制出全球首款基于相变忆阻器的神经动力学系统芯片，相关成果已发表在国际顶级学术期刊《科学》上。
最抓眼球的是它的工艺节点。这颗芯片用的是40nm成熟工艺，核心计算阵列面积只有0.28平方毫米。作为参照，英伟达A100 GPU采用7nm工艺，两者中间还隔着10nm、14nm、22nm、28nm等若干节点，制程整整落后五代。
落后五代的工艺，跑出来的结果却是反向碾压。在脑皮层表面高保真重建这项任务上，与英伟达A100 GPU相比，该芯片的提速最高达到478.18倍。同样一件事，16核CPU需要一两个小时，这颗芯片约400毫秒就能完成。
具体参数方面，芯片运行频率为50MHz，单步积分仅需9级流水线，神经动力学单次迭代计算时延为2.12毫秒。与目前最先进的专用加速器横向比较，它在神经动力学计算上的速度快3.82至36.27倍，功耗则降低11.75至24.73倍。
性能反差的根源在架构，不在制程。传统计算采用存算分离设计，数据要在内存与处理器之间来回搬运，既耗时又耗电，这条搬运通道本身就是瓶颈。研究团队利用相变存储器独特的物理特性，让存储单元直接完成突触权重的动态更新，把计算搬进存储单元内部，数据搬运这一环节被整个省掉。这就是所谓的可控存内计算。
验证环节做得也扎实。团队用这颗芯片实时重建了大脑白质与灰质的皮层表面，生成的皮层表面平滑、封闭且拓扑一致，真实大脑那些复杂的褶皱结构被完整保留了下来。
应用方向已经能看出轮廓：脑机接口、脑数字孪生、实时手术导航，以及阿尔茨海默症等神经退行性疾病的研究，都是这类算力的潜在落点。
换个角度理解这项成果的意义——在先进制程门槛越抬越高的当下，通过架构创新绕开工艺短板，是一条务实且值得走下去的路径。
注：本文中包含AI辅助创作的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
