北京大学杨玉超教授团队联合中国科学院相关研究单位，近期取得了一项重大突破——成功研制出全球首款基于忆阻器的神经动力学芯片。相关研究成果于2026年7月4日发表在国际顶级期刊《科学》上。

传统冯·诺依曼计算架构存在固有缺陷：存储单元与运算单元物理分离，神经形态计算任务需要频繁搬运海量数据，导致延迟高、功耗大，高精度实时处理长期难以实现。此次团队另辟蹊径，利用相变忆阻器天然具备的电导动态可调特性，将数据存储与逻辑运算在物理层面深度融合，直接克服了持续半个世纪的数据搬运瓶颈——这才是核心创新点。

该芯片采用40纳米制程工艺，核心计算阵列面积仅0.28平方毫米，单次完整神经动力学运算只需2.12毫秒。换言之，它首次将此类计算的响应速度提升至毫秒级别，意义重大。

实测数据更加直观：与现有专用神经形态加速芯片相比，新芯片运算速度最高提升36倍，功耗却降至约1/24。以模拟大脑皮层三维重建任务为例，与高性能通用GPU相比，加速比可达50至478倍，能效优势极为显著。

芯片的设计目标明确——服务于高保真脑结构建模。它生成的三维脑组织模型表面连续自然，无伪影、褶皱及几何畸变，完全满足临床级精准医疗建模对空间分辨率和形态保真度的严苛要求。

从应用前景来看，该芯片覆盖多个关键领域：可实时解析脑机接口采集的神经电信号，为高时效性闭环调控提供技术支撑；可嵌入神经外科手术导航系统，提升术中定位精度；还能用于脑部退行性疾病的早期识别与量化评估，为阿尔茨海默病、帕金森病等疾病提供全新的检测路径和分析范式。

该项目获得多项国家级重点科研计划支持，是多学科科研人员协同攻关的成果——从实验验证到理论建模，各个环节紧密衔接。它不仅为后摩尔时代的高能效、低延迟智能硬件开辟了一条切实可行的技术路径，也显著增强了我国在类脑计算与脑科学交叉领域的核心支撑能力。