在神经动力学计算领域，一项突破性成果引发全球关注。由北京大学集成电路学院与中国科学院上海微系统与信息技术研究所组成的联合科研团队，成功开发出全球首款基于相变忆阻器的神经动力学系统芯片。该芯片通过创新架构设计，将复杂神经运算的单步时延大幅压缩至2.12毫秒，在脑皮层功能重建等关键任务中展现出惊人性能，较当前最先进的图形处理器（GPU）运算速度提升50至478倍。
这项发表于国际顶级学术期刊《科学》的研究成果，标志着神经形态计算领域取得重大进展。传统计算设备在模拟人脑神经网络时，往往面临实时性不足的瓶颈，而新型芯片通过模拟生物神经元的动态特性，实现了类脑计算的高效并行处理。研究团队特别针对脑皮层信息处理机制进行优化，使芯片在处理复杂神经信号时，既能保持高精度又能维持极低能耗。
实验数据显示，在模拟视觉皮层信息处理的测试中，新型芯片完成单次运算仅需2.12毫秒，较传统GPU方案提速最高达478倍。这种性能飞跃得益于相变忆阻器独特的物理特性，其通过材料相变实现信息存储与计算的高度融合，突破了冯·诺依曼架构的运算瓶颈。研究团队表示，该技术为实时脑机接口、神经疾病诊疗等前沿领域提供了全新的硬件解决方案。
业内专家指出，这项成果不仅解决了神经动力学计算长期存在的实时性难题，更为类脑智能的发展开辟了新路径。传统计算设备在处理动态神经信号时，往往需要数千个时钟周期，而新型芯片通过模拟神经元突触的可塑性，将运算过程压缩至毫秒级。这种突破性进展或将推动脑科学研究和人工智能技术进入全新发展阶段。
