北大团队研制基于相变忆阻器的毫秒级神经动力学芯片，脑皮层重建提速近480倍

2025年7月2日，北京大学杨玉超团队联合中科院上海微系统所宋志棠团队在《科学》发表论文，报道了全球首款基于相变存储器（PCM）忆阻器的毫秒级神经动力学系统芯片。该芯片采用40纳米工艺，通过利用PCM器件的可控电导漂移特性实现原位步长搜索，并结合存内计算加速神经网络推理，将神经动力学单次迭代延迟压缩至2.12毫秒。在脑皮层表面重建任务中，相比NVIDIA A100 GPU实现50.38至478.18倍加速，功耗降低11.75至24.73倍。

背景与挑战

神经动力学系统（NDS）将神经网络嵌入微分方程求解，在高保真几何建模（如脑皮层重建）中精度优于传统方法，但计算速度慢。传统数字硬件（GPU、ASIC）受限于存储墙和频繁的数据搬运，单次迭代需数百毫秒。主要瓶颈包括：自适应步长搜索代价高、嵌入式神经网络（ENN）推理延迟大、特殊计算核（如根号）缺乏专用支持。

核心创新

• 可控电导漂移（CCD）：团队发现PCM器件的电导随时间发生可预测、可控制的漂移，将其用于编码步长Δt，使步长搜索变为物理演化过程，省去传统数字电路中的读写和乘法操作。
• 存内计算（CIM）：利用PCM多级电导特性，将ENN权重编程进忆阻器阵列，乘加运算在模拟域原地完成，避免数据搬运。采用双列差分结构，支持16个电导态（8个等级），覆盖32×32至128×128权重矩阵。

芯片架构与性能

芯片采用40纳米工艺，运行频率50 MHz，包含288×512的PCM 1T1R阵列（约14.7万个器件），存内计算与步长漂移阵列总面积仅0.28平方毫米。一次NDS迭代（四阶Runge-Kutta）分为四步：ENN存内计算、电导漂移步长搜索、中间量组合、输出与误差估计。相比专用ASIC，速度提升3.82至36.27倍，功耗降低11.75至24.73倍。

应用验证：脑皮层重建

团队将芯片用于大脑白质和灰质皮层表面重建，生成无自相交的闭合流形网格。在对称表面平均距离（ASSD）和豪斯多夫距离（HD）指标上满足高保真要求。与FreeSurfer（8722-11860秒）和GPU A100（1.83-21.47秒）相比，PCM-NDS芯片将耗时压缩至3.85毫秒至426.31毫秒，加速比最高达478.18倍。

影响与评价

该工作首次将神经动力学系统实时计算推进到毫秒级，为脑机接口、脑数字孪生、神经导航等提供硬件基础。《科学》同期发表专题评述，称其“代表了一种物理驱动计算的理念转变”。