【导读】当传统二进制计算架构陷入算力堆叠与能耗高企的瓶颈，生物神经系统依托尖峰信号实现的高效智能，为类脑计算研究点亮了新方向。本文围绕万老师团队的研究成果，从尖峰信号这一生物智能的核心特质出发，拆解类脑计算在器件层面的双重探索路径——忆阻器的存算协同潜力与晶体管的三维互联突破，剖析测试表征对器件工程化的关键制约与解决方案。
从尖峰信号出发：类脑计算的器件原点
万老师指出，传统计算体系依赖二进制逻辑，而生物神经系统的信息交互本质是尖峰信号（spike）。在自然界中，昆虫和微生物能够在极低能耗、极简结构下完成复杂任务，这与当下算力堆叠式 AI 架构形成鲜明对比。现实世界的诸多应用，并不依赖高精度数值计算，而更接近模拟计算与动力学过程的协同。
正是在这一认知基础上，其团队将研究重心放在神经形态器件上，希望在器件层面复刻生物智能的高效与鲁棒性。
忆阻器与晶体管：器件路线的双重探索
在器件选择上，万老师团队主要聚焦两条技术路线：忆阻器与晶体管型器件。非易失性忆阻器适用于存算一体架构中的高精度计算；而动态忆阻器因其易失性和信号衰减特性，更贴近生物神经系统的时间动力学行为，能够同时承载刺激幅值与时间信息。
与此同时，多栅极晶体管结构为类脑系统提供了另一种可能——突破二维互联限制，向更高密度的三维互联网络演进，为大规模类脑系统构建提供新的工程路径。
测试成为关键变量：从器件走向系统的必经之路
随着器件响应速度不断提升，测试与表征逐渐成为类脑器件工程化过程中不可忽视的关键环节。万老师提到，其团队已实现纳秒级响应器件的研发，对测试系统在速度、精度和同步性方面提出了更高要求，尤其是在尖峰信号捕捉与时序一致性上。
此外，类脑研究往往需要光学与电学平台的协同工作，这对测试系统的开放性与可定制能力提出了挑战。泰克 4200 A-SCS半导体参数分析系统所提供的开放接口与自动化能力，有效降低了多平台协同测试的复杂度，使科研人员能够将更多精力投入到器件机理与系统构建本身。
走向工程现实：规模化与探索并行
谈及未来方向，万老师将类脑研究概括为“两条路径并行”：一方面，持续推动器件性能提升与系统规模化，探索可落地的工程应用；另一方面，坚持对尖峰动力学等基础问题的探索，以逻辑推理和结构创新挖掘新的计算范式。
例如，基于尖峰编码的储池计算网络，无需反向传播训练，依托时间与空间的随机性即可完成非线性映射，在光信号处理、边端计算等场景中展现出低功耗与低成本潜力。
