高保真物理世界几何建模要求在流形表面实现实时、密集且可微的变形场。基于自适应步长积分与嵌入式神经网络相结合的神经动力系统（NDS）可支撑这一任务，但面临数百毫秒延迟的问题。相变存储器具有高速、低功耗、与互补金属氧化物半导体（CMOS）工艺兼容和多阻态存储等特性，是极具发展潜力的新型存储技术。相变存储器精确可控的多阻态存储、电导漂移两大特性，可作为NDS的一种功能性计算特征，在保障高精度的前提下，实现高密度存储和高并行度计算，提升高保真几何建模效率。近日，中国科学院上海微系统与信息技术研究所等科研团队，利用相变存储器精确可控的电导漂移及其多级存内计算能力，研发了亚10毫秒级的神经动力系统存内计算芯片。该芯片通过SET-RESET-DRIFT映射构建贪婪算法搜索功能，规避传统数字电路频繁读写、数据缓冲与乘法操作带来的延迟、面积与功耗开销等问题。芯片采用40nm 1T1R相变单元实现存内计算，相变单元刀片型小电极厚度达到3nm，相变器件良率99.99999%以上，相变器件电导可16级以上高精度调控。性能测试表明，在10-7误差容限下，相较于传统先进的NDS专用加速硬件，该芯片单次迭代计算延迟低至2.12毫秒，计算速度提升3.82倍至36.27倍，功耗降低11.75倍至24.73倍。在大脑皮层表面同步重建、三维流形网格生成应用上，相较于业界最先进的图形处理器A100，该芯片的NDS系统综合性能高出50.38倍至478.18倍。相关研究成果发表在《科学》（Science）上。研究工作得到国家自然科学基金委员会、科学技术部等的支持。论文链接采用相变存储精确可控的多阻态存储和电导漂移特性实现的NDS存内计算芯片