近日，北京大学杨玉超教授团队携手中国科学院科研力量实现重大技术突破，成功研制出全球首颗基于忆阻器的神经动力学专用芯片。该成果已正式发表于国际权威学术期刊《science》，标志着我国在类脑计算硬件领域取得关键性进展，填补了神经动力学实时计算芯片的技术空白。

传统冯·诺依曼架构长期受限于“存储—计算”物理分离的设计范式，在执行神经动力学仿真等复杂任务时，需反复进行海量数据搬移，导致延迟高、能耗大。这一固有瓶颈持续制约脑科学建模精度与实时性，半个多世纪以来始终未能有效突破，成为制约脑功能解析与类脑智能发展的核心障碍。

本项目摒弃传统架构路径，创造性地利用相变忆阻器电导可调、非易失、模拟域响应快等物理特性，首次在硬件层面实现“存即算、算即存”的深度融合。通过消除中间数据搬运环节，从根本上破解了能效与速度难以兼顾的行业难题。芯片采用40纳米制程工艺，核心神经动力学计算阵列面积仅为0.28 mm²，单次完整动力学迭代耗时低至2.12 ms，首次将大规模生物神经网络仿真推进至毫秒级在线处理新阶段。

实测性能表现尤为突出：相较当前主流神经形态加速芯片，峰值运算效率最高提升达36倍，功耗降至原方案的1/24；在人脑皮层三维重建典型任务中，较英伟达A100 GPU实现50–478倍加速。所生成的脑组织三维结构模型表面连续、纹理清晰、几何保真度高，无伪影、无畸变，完全达到临床级神经影像建模质量要求。

该芯片具备高度场景适配性，可广泛应用于高通量脑机接口信号解码、术中动态神经导航、癫痫灶精准定位等前沿医疗场景，并为阿尔茨海默病、帕金森病等神经退行性疾病的早期生物标志物挖掘与机制建模提供硬件支撑。作为国家重点研发计划支持项目，该成果不仅为后摩尔时代绿色智能芯片开辟了全新技术路径，更实质性夯实了我国在脑科学与类脑智能硬件领域的自主创新根基。