北京理工大学科研团队在类脑芯片研发领域取得突破性进展，成功开发出具备人脑记忆与计算功能的“记忆海绵芯片”。该团队通过创新材料设计与器件架构，实现了从感知到决策的全链条类脑功能集成，相关成果连续发表于国际顶级学术期刊。
研究团队发现的新型二维材料CuBiP2Se6（简称CBPS）成为突破关键。这种仅原子级厚度的材料具有独特的“弛豫反铁电”特性：当施加电流时，其内部原子对会像旋转收音机旋钮般平滑转向，而非传统材料的突变式响应；断电后，原子排列的恢复过程呈现记忆海绵般的缓慢衰减特性。这种动态变化模式与人类神经元突触的可塑性高度相似，为构建类脑计算单元提供了理想基底。
基于CBPS材料的忆阻器阵列构建技术取得重要进展。科研人员通过精密控制材料在电场作用下的渐进式相变过程，成功制造出高密度神经形态芯片。每个阵列节点均表现出优异的均一性和耐久性，能够模拟生物突触的权重更新机制。实验数据显示，该器件在执行模式识别任务时，可动态调整信号接收阈值——当持续受到强刺激时会提高输入标准防止过载，而长期闲置时则降低响应门槛，这种自适应调节能力与人脑的学习机制高度吻合。
在器件集成层面，研究团队实现了革命性突破。通过多层堆叠工艺，将图像感知、信息存储、运算处理和决策输出四大功能整合至单芯片中。这种一体化设计摒弃了传统计算机架构中传感器、存储器与处理器间的数据搬运模式，消除了对模数转换器和外部激活电路的依赖。测试表明，新型芯片在医疗影像识别任务中展现出卓越性能，处理速度较传统架构提升两个数量级，识别准确率突破95%，且能耗降低80%以上。
该技术的可调谐激活功能尤为突出。芯片能根据任务类型自动优化计算模式，在处理不同复杂度的图像时，既可保持高精度识别能力，又能动态调整资源分配效率。这种特性使其在可穿戴设备和微型医疗机器人等领域具有广阔应用前景，有望推动智能硬件向更小体积、更低功耗的方向发展。
这项研究通过材料创新与架构重构，为类脑计算开辟了新路径。新型芯片在保持生物合理性的同时，突破了传统冯·诺依曼架构的效率瓶颈，其独特的渐进式信息处理机制，为开发新一代人工智能硬件提供了重要参考。
