产业周报｜北京大学杨玉超教授团队研制全球首款基于相变忆阻器的神经动力学芯片

点击图片查看详细内容

7月2日，北京大学杨玉超教授团队联合中国科学院上海微系统所宋志棠研究员团队等，在《Science》发表题为“A sub-10-millisecond neural dynamical system based on phase change memristors”的研究成果，成功研制出全球首个基于相变忆阻器的毫秒级神经动力学系统芯片。

该芯片突破了相变忆阻器“可控存内计算”难题，利用相变存储器可调控的电导漂移和多级电导特性，将神经动力学系统中的自适应积分步长搜索与神经网络矩阵运算映射到器件阵列内完成，大幅减少传统架构中的数据搬运、读写和乘累加开销。芯片采用40纳米工艺制造，存内计算与步长漂移阵列面积仅0.28平方毫米，单步运算时延压缩至2.12毫秒。这一成果标志着在神经动力学系统实时计算方面取得关键突破，也为下一代脑机接口、脑数字孪生、神经导航及神经退行性疾病智能诊疗提供了新的低功耗硬件底座。

点击图片查看详细内容

6月3日，西湖大学工学院先进神经芯片中心联合浙江大学集成电路学院团队在国际期刊Nature Communications发表了题为“High encoding-sensitivity vision sensor with complementary nonlinear neuromorphic computing”的研究论文。该研究提出一种互补式神经形态视觉传感器，通过在同一“1T1R”像素中结合MoS₂光电晶体管与Ag/hBN/Au忆阻器，实现强光下超线性编码、弱光下亚线性编码的互补工作。

该传感器模仿视网膜对光强的自适应非线性编码，在宽光强范围内保持高编码灵敏度，有效动态范围达到约111dB。在极地遥感测试中，系统经脉冲神经网络融合处理后，实现海冰/陆地分割与冰层厚度分类，表现优于单一编码方案。该成果为高能效、宽动态范围的类脑视觉系统提供了器件级方案，有望用于极地科考、自动驾驶和安防监控等极端光照场景。

点击图片查看详细内容

6月16日，帝国理工团队在《Nature Machine Intelligence》发表题为“Algorithm-hardware co-design of neuromorphic networks with dual memory pathways”的论文。该研究面向脉冲神经网络处理长程时序任务时存在的历史上下文保持与硬件资源受限矛盾，提出具有双记忆通路的DMP-SNN架构。

该方法在离散神经元时间步外引入紧凑的低维共享慢速记忆状态，并结合定制化数字微架构，将高维稀疏脉冲计算与低维稠密记忆计算物理隔离、同步处理。结果显示，DMP-SNN在参数规模缩减最高约40%的情况下，仍可达到或超过主流复杂循环网络表现；硬件层面单步延迟吞吐量超过同类架构4倍，系统级能耗优化超5倍，为长程时序类脑智能网络的高效部署提供了算法硬件协同方案。

点击图片查看详细内容

6月23日，香港理工大学韩素婷教授、柴扬教授团队在《Nature Communications》发表了题为“Amphibian-inspired neuromorphic dynamic vision systems based on ferroelectric field-effect transistor”的论文。该研究受青蛙等两栖动物视网膜启发，基于铁电场效应晶体管，构建了兼具光谱感知、空间预处理和事件驱动编码能力的神经形态动态视觉系统。

该系统可在365–637nm范围内实现宽带光敏响应，并利用铁电晶体管的非易失性和双向光电导特性，模拟感光细胞多通道光谱编码及双极细胞中心-环绕对比度增强功能。同时，器件陡坡开关特性支持约3μs的事件驱动脉冲响应。结合事件驱动卷积神经网络，该系统在动态表情识别中准确率达96.5%，并实现了车辆和行人的实时轨迹预测，误差<5%，为低延迟、高能效类脑机器视觉提供了新方案。

点击图片查看详细内容

6月24日，美国南加州大学J.Joshua Yang教授、R.Stanley Williams教授团队在《Nature Communications》发表了题为“Diffusive memristors in the edge of chaos”的论文。该研究通过实验展示了扩散忆阻器中由离子调控产生的混沌边缘行为，为低功耗类脑计算提供了新的神经形态器件路径。

论文指出，生物神经系统被认为可在混沌边缘状态下实现高效信息处理，而以往电子实现多依赖VO₂、NbO₂等电热相变材料，功耗较高且与生物离子动力学机制不同。研究团队发现，扩散忆阻器可通过离子漂移、细丝演化与电路动力学作用，在百纳安级电流下产生陡峭负微分电阻、噪声放大和自发振荡等行为。该系统功率效率较电热混沌边缘器件提升三个数量级以上，为模拟大脑样动力学提供了高能效纳离子学方案。

点击图片查看详细内容

6月26日，西安交通大学陈霸东教授、香港科技大学郑心湖助理教授和詹姆斯库克大学Mostafa Rahimi Azghadi教授团队在《Nature Electronics》发表论文，系统梳理了涵盖数字、混合信号和基于新兴器件的神经形态电子系统的主流训练范式。

论文指出，神经形态电子器件通过模拟神经元和突触特性，可实现事件驱动、大规模并行和存内计算，有望服务于低功耗、资源受限的感官处理应用，但其发展仍受器件失配、漂移、训练精度有限、可编程性和动态适应能力不足等挑战制约。研究重点分析了芯片外训练配合芯片上推理、芯片上训练与推理以及芯片外预训练结合芯片上自适应训练策略，并提出未来需加强先进训练方法、标准化基准和软硬件协同设计。

点击图片查看详细内容

6月29日，华南师范大学霍能杰研究员团队在《Advanced Materials》发表了题为“Neuromorphic in-Memory Computing for Marine Visual-Auditory Perception”的论文。该研究提出一种基于MoS2/h-BN/SnSe2范德华异质结的神经形态浮栅晶体管，在单一器件内集成电学与光学非易失存储功能，可模拟视觉与听觉突触行为，实现海洋视听信号的存内双模处理。

在听觉感知方面，单个器件可实现4-bit多级存储，结合人工神经网络完成声呐回波信号处理，海底矿物与岩石分类准确率达88%。在视觉感知方面，器件可在激光脉冲下调控突触可塑性，并结合绿色通道增强等预处理，在23类海洋生物图像识别中达到80%准确率。该工作为复杂水下环境中的类脑智能感知提供了高能效、低功耗、紧凑化硬件方案。

点击图片查看详细内容

6日9日，脉冲视觉（北京）科技有限公司宣布与浙江大华技术股份有限公司签署战略合作协议。双方将围绕智慧物联与智能视觉领域展开合作，发挥脉冲视觉在原创类脑视觉传感技术方面的优势，以及大华股份在全球智慧物联产业链和市场落地方面的能力，共同推动类脑脉冲视觉技术规模化应用。

双方首个联合落地项目为新一代无爆闪路侧相机。该产品将依托脉冲视觉传感器的超高动态范围与连续脉冲编码能力，提升夜间复杂光照环境下的清晰成像能力，从硬件源头解决传统路侧相机爆闪扰民、复杂光照成像困难等行业痛点。未来，双方还将持续迭代高阶路侧视觉产品，并将类脑脉冲视觉技术拓展至车载感知、智能驾驶、智能制造、服务机器人、低空经济等场景。

点击图片查看详细内容

6月18日，维泛智能与乐聚机器人正式签署战略合作协议，双方将围绕具身类脑芯片适配、模型后训练提速、场景二次开发及泛机器人落地等方向展开合作，推动国产大算力芯片在具身智能领域规模化应用。

此次合作，双方将共建兼容CUDA的高性能类脑芯片基座，重点推进后训练模型端侧推理优化，提升机器人“大小脑”模型运行效率；同时面向工业制造、科研教育等场景，集成国产化算力板与工具链，推出二次开发解决方案及教学产品。未来双方将发挥“国产芯片+机器人整机”优势，支撑国产具身智能应用落地。

点击图片查看详细内容

6月29日，由他山科技与OpenMind Global Research共同发起、北京具身智能研究院联合主办的“触碰真实·自主进化——机器人幼儿园启幕大会”在北京首钢园举行。大会上，他山科技与2024年图灵奖得主、Openmind全球研究院首席科学家理查德·萨顿教授团队联合共建的“机器人幼儿园”正式揭牌，标志着具身智能从依赖人类示例的“数据时代”，迈向通过真实交互与试错持续成长的“经验时代”。

“机器人幼儿园”以触觉感知为核心入口，旨在为机器人提供允许犯错的机会、安全探索环境、持续真实交互和及时明确反馈，使其像儿童一样在与物理世界的接触中自主学习。