北大中科院造芯片登上顶刊 比英伟达A100快478倍

▲基于相变型忆阻器的神经动力学芯片性能
研究团队将该芯片用于大脑白质与脑灰质皮层表面的实时重建以及三维流形网格生成。结果表明,该系统能够生成平滑、闭合、拓扑一致的脑皮层表面,准确刻画复杂皮层褶皱结构,并有效抑制传统神经网络方法中常见的自相交(Self Intersection)和非流形伪影。
重建结果在对称表面平均距离(Average Symmetric Surface Distance)和豪斯多夫距离(Hausdorff Distance)等指标上均显示出优势,满足高保真脑结构建模要求。

▲实时大脑皮层表面重建以及三维流形网格生成
这类能力未来可用于脑机接口中的实时脑状态分析,在医学场景中,该技术也有望支撑脑数字孪生、术中神经导航、脑皮层实时重建和神经退行性疾病辅助诊断,例如识别阿尔茨海默症、帕金森病等疾病的脑结构和脑功能的细微变化等。
对于脑机接口而言,未来系统不仅需要读取神经信号,还需要实时理解大脑状态并进行反馈控制。毫秒级神经动力学计算,有望为这类实时闭环系统提供新的硬件基础。
结语:物理规律重构开辟新路径,突破神经动力学延迟瓶颈
在计算架构的演进历程中,相关芯片性能的突破不止会源于制程工艺的精进,也可能来自物理规律的重构。
此次杨玉超团队和宋志棠团队等的研究依托相变忆阻器器件物理特性构建可控存内计算新架构,为长期制约神经动力学系统落地的延迟与能耗瓶颈提供了解决方案,同时完成了硬件原型流片和脑建模场景的实测验证。
相关器件、算法、芯片协同设计思路,为后摩尔时代低时延、低功耗类脑计算硬件提供了可行的技术路线,同时给脑机接口、脑部疾病诊疗等领域的实时化应用提供了硬件支撑。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| 注: | 在此页阅读全文 |
| 延伸阅读 |
推荐:
北大中科院造芯片登上顶刊 比英伟达A100快478倍