“中國造”AI 芯片再發(fā) Nature。芯片良率達 92.1%，反復彎折到 180 度，連續(xù)彎 4 萬多次計算能力絲毫沒下降。連續(xù)進行 100 億次乘法運算，一個錯誤都沒出現(xiàn)。通過了 ?40°C 至 80°C 的冷熱沖擊及高濕和光照老化，并在常規(guī)條件下長期放置 6 個月以上，性能依然穩(wěn)定。芯片成本最低只有 0.016 美元，比一塊糖果還要便宜。

（來源：https://www.nature.com/articles/s41586-025-09931-x）

這便是清華大學任天令教授團隊打造的一種名為 FLEXI 的超薄可彎曲 AI 芯片，它薄如蟬翼厚度只有大約 25 微米，輕得幾乎感覺不到，卻能像人腦一樣思考，也能處理復雜的數(shù)據(jù)。它可以被反復折疊，卷曲 4 萬多次而不會損壞，甚至可以縫進衣服、貼在皮膚上，也能植入醫(yī)療設備之中成為我們身體的第二層智能皮膚。

圖 | 任天令（來源：受訪者）

FLEXI 芯片非常適合運行 AI 任務，比如識別圖像、理解語音和分析心電圖等。因為這些任務本質上就是做大量的乘法累加計算。同時，F(xiàn)LEXI 芯片可以一并運行成千上萬次這樣的運算，真正做到又快又準。

首次在柔性平臺實現(xiàn)存內計算架構，真正面向 AI 與神經(jīng)網(wǎng)絡應用

談及芯片成本，論文第一作者、清華大學閆岸之博士告訴 DeepTech：“0.016 美元是一個基于批量生產(chǎn)估算的工程數(shù)據(jù)。柔性工藝本身的物料成本并不高。我們主要考慮的是非一次性成本，也就是大批量生產(chǎn)時的平均成本。這包括了每片面板的材料費、沉積、光刻等工藝的設備分攤費用等。像掩膜版這類一次性投入，在量產(chǎn)規(guī)模下可以被攤薄到很低?！?/p>

圖 | 閆岸之（來源：閆岸之）

目前，F(xiàn)LEXI 芯片已在健康監(jiān)測場景中完成應用驗證。研究團隊圍繞該芯片開展多生理信號健康監(jiān)測研究，通過采集心率、呼吸、體溫和皮膚濕度等數(shù)據(jù)訓練神經(jīng)網(wǎng)絡模型，并將模型部署至 FLEXI 芯片上，實現(xiàn)高能效的片上本地推理分析。

比如，它能在單次心跳中識別出心律不齊的跡象，準確率高達 99.2%；也能判斷一個人是在靜坐、走路、跑步還是情緒緊張，準確率超過 97.4%。這意味著未來我們可以擁有更智能、更貼身的健康助手，及時發(fā)現(xiàn)身體異常，甚至能夠預防疾病發(fā)生。

比如，未來你手上的健康手腕不僅能夠記錄心跳和步數(shù)，還可以實時分析心電圖，在心跳出現(xiàn)異常之前發(fā)出預警；你穿的衣服則有可能感知你的體溫、汗水和呼吸，隨后自動地調節(jié)溫度，并能在你疲勞時提醒你休息。而這些，都有可能依賴 FLEXI 這塊可彎曲的 AI 芯片加以實現(xiàn)。

談及能夠發(fā)在 Nature 的原因，閆岸之表示：“我認為核心還是工作本身扎實且具有突破性。這一點從同期 Nature 新聞評論中也能看出，柔性電子領域的知名學者比利時魯汶大學 Kris Myny 教授評價我們的工作填補了空白，是當前最先進的柔性平臺之一。在性能指標上，無論是頻率、能效還是能量延遲積，我們都顯著超越了此前已報道的柔性芯片?！?/p>

他繼續(xù)說道：“我們首次在柔性平臺上實現(xiàn)了存內計算架構，真正面向 AI 與神經(jīng)網(wǎng)絡應用。其次，我們是首個將時鐘頻率提升到 10MHz 以上的柔性芯片，而此前同類芯片多在 1MHz 左右。此外，我們也是首個采用工業(yè)標準進行系統(tǒng)化機械與老化測試的柔性芯片研究，從可靠性角度建立了新的評估范式?！?/p>

（來源：https://www.nature.com/articles/s41586-025-09931-x）

打破傳統(tǒng)芯片思路，在內存里直接做數(shù)學

傳統(tǒng)電腦或者手機芯片里的大腦分為兩部分：計算中心（CPU）和記憶倉庫（內存）。每次處理數(shù)據(jù)時，CPU 都要從內存里搬運數(shù)據(jù)過來，算完再存回去，這個過程很慢很耗電，就好比每做一道數(shù)學題都要跑一趟圖書館查公式一樣。

FLEXI 芯片采用了一種名為存內計算的新設計，能夠把計算單元直接建在記憶倉庫里，讓數(shù)據(jù)在原地就能完成計算。這就等于把公式和計算器帶在身邊，不用來回跑圖書館，那自然就能飛快做題，而且還特別省電。

閆岸之表示，要為柔性設備賦予真正的智能，必須引入存內計算這樣的高能效架構。傳統(tǒng) CPU 的能效和算力難以支撐神經(jīng)網(wǎng)絡任務，而數(shù)字存算結構既能提供高并行計算能力，又具備良好的魯棒性，適合在機械應力多變的環(huán)境中使用。

你可能以為芯片都是在硅晶圓上刻出來的硬邦邦的小方塊。但是，F(xiàn)LEXI 芯片使用一種名為低溫多晶硅的材料，像印刷報紙一樣印在柔軟的塑料薄膜上的。

這種材料和傳統(tǒng)硅材料相比，雖然性能稍遜，但優(yōu)點是可彎曲、成本低、適合大規(guī)模生產(chǎn)。該團隊通過優(yōu)化制造工藝，讓它既柔軟又高效，還能集成成千上萬個微型晶體管。

他們還從以下三個方面進行了同時優(yōu)化：材料工藝、電路設計、AI 算法，讓芯片在保持低功耗的同時，還能高速運行神經(jīng)網(wǎng)絡。他們甚至設計了一套輕量化的 AI 模型，可以直接一次性燒錄進入芯片，無需反復讀寫，極大提升了效率。

（來源：https://www.nature.com/articles/s41586-025-09931-x）

實現(xiàn)傳統(tǒng)剛性芯片難以達到的性能

閆岸之告訴 DeepTech：“相比于傳統(tǒng)剛性芯片使用的高純度單晶硅，我們采用的低溫多晶硅在半導體參數(shù)上雖然有所差距，但在柔性芯片體系中，我們在精度和能效上已經(jīng)做到了當前最先進的水平。這背后主要是通過我們在論文中提到的 CLCO 策略——也就是工藝、電路、算法多層級協(xié)同優(yōu)化來實現(xiàn)的。”

在工藝層面，他們通過大量的實驗和模擬，充分掌握了薄膜厚度、晶體管參數(shù)等在制造過程中的分布規(guī)律，特別是針對柔性 CMOS 工藝進行了多次迭代優(yōu)化。

在電路層面，他們采用了數(shù)字存內計算架構，這在器件一致性較差的柔性工藝中，相比模擬方案更能抵抗工藝波動和環(huán)境變化的影響，同時也省去了功耗較大的模數(shù)轉換模塊。

在算法層面，他們采用了一次性部署的輕量化神經(jīng)網(wǎng)絡方案，即使是在僅 1 Kbit 存儲的芯片上也能完整運行，避免了外存數(shù)據(jù)搬運帶來的功耗和延遲，顯著提升了芯片在實際邊緣場景中的可用性。

閆岸之補充稱，本次芯片在 AI 應用上的核心思路是一次性部署，即讓整個神經(jīng)網(wǎng)絡完全運行在存算芯片內部，避免與外存頻繁交換數(shù)據(jù)。為此，他們采用量化感知訓練等方法，在壓縮模型規(guī)模的同時盡量保持精度，實現(xiàn)了又小又準。

他們還測試了包括手寫數(shù)字識別、語音喚醒、心律失常檢測等多個任務，在 1 Kbit 芯片上實現(xiàn)心律分類 99.2% 的準確率。此外，還通過多生理信號融合，實現(xiàn)了對人體日?；顒幽Ｊ降淖R別。

（來源：https://www.nature.com/articles/s41586-025-09931-x）

對于應用前景，閆岸之有著更多暢想。他表示：“醫(yī)療健康是一個重要的方向，除此之外，我認為它在柔性機器人領域會有很大潛力。”

利用 FLEXI 芯片可以大面積延展的特性，能夠為機器人制作電子皮膚，解決現(xiàn)有機器人近距離感知能力不足的問題。例如結合紅外傳感器，實現(xiàn)非接觸式的距離感知與避障。此外，它也非常適合用于腦機接口這類神經(jīng)探針設備。

柔性材質能更好地貼合生物組織，實現(xiàn)高通量神經(jīng)信號采集與前端實時處理。對于近年來發(fā)展迅速的可變形機器人，F(xiàn)LEXI 芯片在復雜曲面上具有天然優(yōu)勢，可用于局部運動控制、環(huán)境識別等任務，甚至可以應用于微型飛行器的導航與通信。

未來，清華大學團隊希望能將芯片集成在電子皮膚、可植入神經(jīng)探針、甚至語音交互貼片等場景中，讓人機交互更自然、更高效。

能夠取得今天的成果，自然離不開團隊。閆岸之最后表示：“任天令教授等始終尊重科研探索的客觀規(guī)律，同學們在長期研究中難免遭遇挫折、走入彎路甚至經(jīng)歷失敗，老師從不會苛責，反而耐心引導，鼓勵我們沉下心來獨立思考、深入探索。

團隊倡導交叉研究與大膽探索，不同研究方向的同學可隨時交流探討，遇到科研難題也能根據(jù)需求組建團隊協(xié)同攻關，這是這樣開放務實的科研氛圍，讓我們敢于探索、勇于嘗試，諸多創(chuàng)新想法也得以生根發(fā)芽、落地推進?！?/p>

參考資料：

相關論文 https://www.nature.com/articles/s41586-025-09931-x

運營/排版：何晨龍