吊打傳統(tǒng)芯片！類腦芯片狂賺39億，中國占11億，南加大技術(shù)是關(guān)鍵

現(xiàn)在的AI看著特唬人，其實(shí)是個(gè)實(shí)打?qū)嵉摹半娎匣ⅰ薄?/p>

咱算筆賬：訓(xùn)練一次大模型的電費(fèi)，夠普通家庭用幾十年；就連手機(jī)里的AI拍照，后臺一跑，電量掉得比流水還快。

可反觀咱的大腦，24小時(shí)連軸轉(zhuǎn)處理各種事兒，功耗也就20瓦，跟個(gè)節(jié)能燈泡差不多。

這差距，簡直差著十萬八千里。

為啥會這樣？南加州大學(xué)的研究團(tuán)隊(duì)終于找到了病根，還順手搞出了個(gè)大突破。

他們造的“擴(kuò)散憶阻器”人工神經(jīng)元，能像真腦細(xì)胞那樣干活，能耗直接砍到原來的千分之一。

更關(guān)鍵的是，這技術(shù)可不是實(shí)驗(yàn)室里的花架子，2025年已經(jīng)有了實(shí)打?qū)嵉倪M(jìn)展，眼看著就要落地了。

AI耗電猛原因

說句實(shí)在話，傳統(tǒng)電腦的路子從根上就偏了。

它靠電子運(yùn)動算題，存數(shù)據(jù)的“倉庫”和算數(shù)據(jù)的“車間”是分開的，每次干活都得把數(shù)據(jù)來回搬運(yùn)，這就跟你做飯時(shí)菜在廚房、鍋在客廳一樣，每炒一下都得跑趟腿，能不累嗎？這就是所謂的“馮·諾依曼瓶頸”，也是耗電的元兇。

南加大的約書亞·楊（JoshuaYang）教授團(tuán)隊(duì)干脆換了思路：與其跟電腦較勁，不如直接抄大腦的作業(yè)，畢竟大腦這臺“生物電腦”，進(jìn)化了幾百萬年，早就把能效玩明白了。

人腦里的神經(jīng)元不靠電子，靠離子傳遞信號，電信號到突觸變化學(xué)信號，傳過去再變回來，全程高效還不浪費(fèi)電。

他們用氧化物里的銀離子復(fù)刻了這個(gè)過程。

你可以把這玩意兒想象成電子世界的“黑貓警長”，能記住電流的“行動軌跡”。

當(dāng)電信號進(jìn)來，銀離子就排著隊(duì)形成導(dǎo)電細(xì)絲，跟螞蟻搭橋似的傳遞信號；信號一停，離子就散開恢復(fù)原樣，整個(gè)過程跟真神經(jīng)元的“放電-恢復(fù)”一模一樣。

更神的是，這人工神經(jīng)元特小巧，每個(gè)人工神經(jīng)元僅需一個(gè)晶體管的空間，比傳統(tǒng)設(shè)計(jì)省了幾十上百倍硬件。

這就像把廚房和餐廳合并成了開放式空間，做飯效率直接拉滿。

楊教授說得特實(shí)在：“人類大腦是進(jìn)化的贏家，最高效的智能引擎。咱跟著贏家學(xué)，準(zhǔn)沒錯(cuò)?！?/p>

2025實(shí)測，數(shù)據(jù)太亮眼

我跟你講，這技術(shù)現(xiàn)在已經(jīng)不是紙上談兵了。

2025年10月底，團(tuán)隊(duì)剛公布了最新進(jìn)展：單個(gè)神經(jīng)元和突觸的功能全驗(yàn)證通過，下一步就要搭1000個(gè)神經(jīng)元的網(wǎng)絡(luò)，真正測試“群體作戰(zhàn)”的能力。

初步測試數(shù)據(jù)看得人眼睛發(fā)亮：用它識別手寫數(shù)字（MNIST數(shù)據(jù)集），準(zhǔn)確率達(dá)到92%。

雖說比頂尖的CNN低點(diǎn)兒，但能耗僅為后者的1/1000。

要知道，傳統(tǒng)GPU處理這類任務(wù)，功耗能達(dá)到10??焦耳，而生物大腦才10?1?焦耳，這技術(shù)已經(jīng)在往生物級能效靠攏了。

市場反應(yīng)更是快得驚人。

根據(jù)智研咨詢的數(shù)據(jù)，2024年中國類腦計(jì)算芯片市場規(guī)模就有35億元，同比暴漲191.67%，到2025年全球營收直接沖到39.33億元，中國就占了11.06億元。

南加大早就跟TetraMem公司聯(lián)手，要把這技術(shù)做成能落地的芯片，瞄準(zhǔn)的就是邊緣計(jì)算、醫(yī)療設(shè)備這些對能耗敏感的領(lǐng)域，畢竟誰也不想讓可穿戴設(shè)備一天一充電。

從另一個(gè)角度看，咱們國內(nèi)的研究也特爭氣，完全沒落后。

華中科技大學(xué)翟天佑團(tuán)隊(duì)剛搞出分子晶體憶阻器，用銀離子的天然遷移通道，把開關(guān)能耗降到26zJ，還能循環(huán)用10億次，集成到CMOS芯片里識別動態(tài)視覺，準(zhǔn)確率直接飆到100%。

這要是批量生產(chǎn)，以后的智能家居、醫(yī)療監(jiān)測設(shè)備都能用上這“省電大法”。

難題咋破？

當(dāng)然了，這技術(shù)也不是沒短板，最大的坎兒就是銀和咱們現(xiàn)在的半導(dǎo)體制造工藝（CMOS）不兼容。

這就像你買了個(gè)超好用的新咖啡機(jī)，結(jié)果家里的插座是老型號，插不進(jìn)去，再好用也沒法天天用。

CMOS工藝是現(xiàn)在芯片的主流技術(shù)，靠兩種互補(bǔ)晶體管工作，銀的加入會打亂整個(gè)電路的平衡。

不過研究人員早有準(zhǔn)備，現(xiàn)在正兩條腿走路解決問題。

一條路是找“替代品”，測試銅、銦這些金屬離子，看看能不能達(dá)到銀的擴(kuò)散效果。

另一條路更巧妙，搞“混合集成”，把擴(kuò)散憶阻器當(dāng)頂層模塊，用3D封裝跟底層CMOS電路結(jié)合，相當(dāng)于給咖啡機(jī)配了個(gè)轉(zhuǎn)接頭，既不換插座，機(jī)器也能用。

行業(yè)里的動作也快得很。

晶心科技已經(jīng)跟TetraMem合作，把這種憶阻器技術(shù)和RISC-V芯片綁在一起，目標(biāo)是做出能效高10倍的AI加速器，2024年下半年就拿出了工程樣品。

現(xiàn)在連行業(yè)標(biāo)準(zhǔn)都在推進(jìn)，就為了讓技術(shù)能快速落地，不用再重復(fù)造輪子。

楊教授團(tuán)隊(duì)還有個(gè)更大的野心：用這人工神經(jīng)元幫著研究大腦。

以前研究腦科學(xué)只能靠觀察，就像隔著玻璃看黑箱子；現(xiàn)在能造個(gè)“物理模型”，各種假說都能直接驗(yàn)證，相當(dāng)于給神經(jīng)科學(xué)家配了把“精準(zhǔn)解剖刀”。

比如想知道突觸怎么傳遞信號，直接調(diào)一下離子運(yùn)動參數(shù)就行，比以前的純理論推導(dǎo)靠譜多了。

這技術(shù)可不是實(shí)驗(yàn)室里的花架子，是后摩爾時(shí)代的“救命稻草”。

摩爾定律快撞墻了，傳統(tǒng)芯片性能漲不動還特耗電，而這種抄大腦作業(yè)的類腦計(jì)算，剛好踩中了“高效和智能”的痛點(diǎn)。

雖說材料兼容這根硬骨頭還得啃一陣子，但2025年的市場規(guī)模和實(shí)測數(shù)據(jù)已經(jīng)說明方向?qū)α恕?/p>

以后AI說不定真能像人腦一樣，又聰明又省電，手機(jī)續(xù)航翻倍、醫(yī)療設(shè)備變輕巧都不是夢，這一天真不遠(yuǎn)了。