Chinas neuer „Hirn-Chip“: Wieder ein Rekord und Durchbruch
Ein Forschungsteam der Peking-Universität und der Chinesischen Akademie der Wissenschaften (CAS) hat einen Speicherchip entwickelt, der komplexe Hirnstrukturen in unter drei Millisekunden nachbilden kann – nach eigenen Angaben bis zu 478-mal schneller als ein Nvidia-A100-Grafikprozessor bei vergleichbaren Aufgaben. Die Studie erschien am 3. Juli 2026 im Fachjournal Science, eines der strengsten Peer-Review-Verfahren der Wissenschaft – das unterscheidet die Meldung von vielen anderen chinesischen Tech-„Durchbrüchen“, die manchmal nur über Staatsmedien laufen.
Federführend ist Yang Yuchao, Professor an der Fakultät für integrierte Schaltkreise der Peking-Universität und Direktor des dortigen Zentrums für hirninspirierte Chips. Sein Team arbeitete mit der Forschungsgruppe von Song Zhitang am Shanghaier Institut für Mikrosysteme und Informationstechnologie der CAS zusammen. Die zentrale Kennzahl der Studie: Ein einzelner Rechenschritt eines sogenannten „neuronalen dynamischen Systems“ – einer Hardware, die das zeitliche Verhalten von Nervenzellen simuliert – dauert auf dem neuen Chip nur noch 2,12 Millisekunden. Das ist erstmals unter der Zehn-Millisekunden-Schwelle, die als Grenze für „Echtzeit“-Verarbeitung neuronaler Signale gilt.
Der Rekord im Detail
Verglichen mit spezialisierten Beschleuniger-Chips (ASICs) ist das System 3,8- bis 36-mal schneller und benötigt 12- bis 25-mal weniger Energie. Bei der konkreten Anwendung, für die der Chip entwickelt wurde – der Rekonstruktion gefalteter Hirnoberflächen (der Großhirnrinde) – fällt der Abstand zur Standard-GPU-Hardware von Nvidia besonders groß aus: 50- bis 478-fach schneller als ein A100-Prozessor.
Das Problem, das gelöst werden sollte
Um die Bedeutung einzuordnen, hilft ein Blick auf die klassische Computerarchitektur. Seit den 1940er-Jahren trennen praktisch alle Computer – auch Nvidias GPUs – Speicher und Rechenwerk physisch voneinander. Daten müssen für jede Operation zwischen beiden Einheiten hin- und hergeschoben werden. Bei Aufgaben, die wie neuronale Simulationen extrem viele, aber kleine Rechenschritte in schneller Folge erfordern, wird dieser Datentransport selbst zum Engpass – in der Fachliteratur als „Von-Neumann-Flaschenhals“ bezeichnet. Genau diese Beschränkung habe laut den Autoren seit einem halben Jahrhundert verhindert, dass neuronale dynamische Systeme in Echtzeit liefen.
Die Technik: Phasenwechsel-Memristoren und ein genutzter „Fehler“
Der Chip basiert auf sogenannten Phasenwechsel-Memristoren (phase-change memristors) – Bauelementen, deren elektrischer Widerstand sich durch den Übergang eines Materials zwischen einem kristallinen und einem amorphen Zustand verändert und der danach erhalten bleibt. Dadurch lassen sich Speicherung und Berechnung im selben physischen Bauteil erledigen („Compute-in-Memory“), ohne den Umweg über ein separates Rechenwerk.
Der eigentliche Kniff steckt jedoch im Detail des Fachaufsatzes: Die Forscher nutzen gezielt den „conductance drift“ – das langsame, aber physikalisch präzise vorhersagbare Abdriften des elektrischen Leitwerts dieser Speicherzellen über die Zeit. In der Speicherchip-Industrie gilt dieser Drift normalerweise als Störeffekt, der Datenfehler verursachen kann und aktiv unterdrückt werden muss. Das Team hat ihn stattdessen „präzise kontrolliert“ (so der Originaltitel der Studie) und als Rechenmechanismus eingesetzt: Der Drift bildet die kontinuierliche zeitliche Entwicklung ab, die neuronale Prozesse im Gehirn ebenfalls zeigen. Aus einer technischen Schwäche wird so, in den Worten der Zusammenfassung, eine nutzbare Recheneigenschaft.
Technische Eckdaten
- Fertigungsprozess: 40 Nanometer (ein bewusst gewählter, ausgereifter Prozessknoten, kein Spitzenverfahren)
- Fläche der Rechen-Matrix: nur 0,28 Quadratmillimeter
- Taktfrequenz: 50 MHz
- Latenz pro Rechenschritt: 2,12 Millisekunden bei einer Fehlertoleranz von 10⁻⁷
- Peripherie: integrierte Pulsgeneratoren und Analog-Digital-Wandler für ein vollständiges eigenständiges Rechensystem
Wofür er eingesetzt werden soll
Yang nannte gegenüber der staatlichen Guangming Daily mehrere Anwendungsfelder: Gehirn-Maschine-Schnittstellen (BCI), die künftig nicht nur Signale lesen, sondern den Gehirnzustand in Echtzeit modellieren und darauf reagieren könnten; die intraoperative Neuronavigation, bei der Chirurgen während einer Operation ein aktuelles Modell der individuellen Hirnstruktur des Patienten nutzen; sowie die Frühdiagnostik neurodegenerativer Erkrankungen wie Alzheimer und Parkinson. Langfristig sprechen die Autoren von personalisierten, dynamischen „digitalen Zwillingen“ des Gehirns.
Einordnung: Was in den meisten Meldungen fehlt
- Die „478-fach“-Zahl ist der Bestfall, nicht der Durchschnitt. Die im Paper genannte Spanne von 50- bis 478-fach zeigt eine enorme Streuung, die auf starke Aufgabenabhängigkeit hindeutet. Für die Einordnung als „Durchbruch“ ist relevanter, dass der Chip erstmals unter die 10-Millisekunden-Latenzgrenze kommt – die Vervielfachungszahl gegenüber einer Nvidia-GPU ist eher eine PR-taugliche Zuspitzung als die wissenschaftlich wichtigste Kennzahl der Studie.
- Der 40-Nanometer-Prozess ist eine bewusste Wahl – und geopolitisch bemerkenswert. 40 nm ist ein reifer, seit Jahren beherrschter Fertigungsknoten, für den keine der von den USA und Verbündeten kontrollierten EUV-Lithografiemaschinen nötig sind! Der Fortschritt liegt hier also nicht in der Chipfertigungstechnologie selbst, sondern in der Architektur (Compute-in-Memory) und dem gezielten Ausnutzen eines Materialeffekts. Das passt zu einem Muster, das unabhängige Analysen des US-China-Chip-Wettbewerbs seit Jahren beschreiben:
Chinesische Institute erzielen wiederholt Fortschritte bei Architektur und Materialforschung, die nicht von den Exportkontrollen für fortschrittliche Lithografie abhängen – etwa bereits 2023 mit einem ersten vollintegrierten Memristor-Chip der Tsinghua-Universität.
- Es handelt sich um Grundlagenforschung im Labor, nicht um ein marktreifes Produkt. Die Publikation in Science bedeutet unabhängige Begutachtung durch Fachkollegen – das ist mehr wert als eine reine Presseerklärung. Trotzdem bleibt der Chip ein Labormuster für eine sehr spezifische Aufgabe (Oberflächenrekonstruktion). Der Weg zu klinisch einsetzbaren Geräten für Alzheimer-Diagnostik oder Gehirn-Maschine-Schnittstellen ist damit noch nicht zurückgelegt.
- Förderkontext. Das Projekt wurde unter anderem über Chinas „New Cornerstone“-Forschungsförderprogramm, die Nationale Naturwissenschaftsstiftung sowie ein Schlüssellabor für Speicher-Rechen-Chips in Guangdong finanziert und als eines der „Großprojekte der Peking-Universität mit Ausrichtung auf 2030“ eingestuft – ein Hinweis darauf, dass neuromorphes Computing in China strategische Priorität genießt, nicht nur ein akademisches Nebenprojekt ist.
Zusammenfassung
Der Chip ist ein solide dokumentierter, peer-reviewter Fortschritt bei einem sehr speziellen Rechenproblem – der Echtzeit-Modellierung neuronaler Dynamik – und ein weiteres Beispiel dafür, wie chinesische Forschungsteams über Architektur- statt Fertigungsinnovation versuchen, technologische Lücken zu schließen, die durch US-Exportkontrollen entstehen. Die Marketingzahl „478-mal schneller als Nvidia“ sagt über die tatsächliche klinische oder kommerzielle Reife wenig aus; die eigentliche Leistung liegt darin, neuronale Simulationen erstmals unter die Echtzeit-Schwelle von zehn Millisekunden gebracht zu haben.
Bild: Screenshot aus Artikel der South China Morning Post
Links zu früheren TKP-Beiträgen zum Thema finden Sie unterhalb 👇
Unsere Arbeit ist spendenfinanziert – wir bitten um Unterstützung.
Folge TKP auf Telegram oder GETTR und abonniere unseren Newsletter.
Der Westen führt Krieg – China gestaltet seine Zukunft
Nationaler Volkskongress Chinas tagt – Langfristige Zieldefinition
für die breite verfügermasse, die nur mit funktionalen stamm- und kleinhirn ausgestattet ist,
wäre ein chip der quantensprung.
vielleicht könnten sie damit die brachliegenden, naturlobotomierten frontallappen rudimentär nutzen
„Verbrechen an der Menschlichkeit“: Der renommierte Arzt und Wissenschaftler Prof. Dr. Karl Hecht (*15.02.1924, † 23.09.2022) hielt die technologische „menschliche Verbesserung“ für „Nonsens“. Um das Leben der Menschen zu verbessern, sei nur „eine naturgemäße Lebenskultur“ notwendig.
Zu dieser gehörten für ihn die Förderung des Geistes und eben Naturverbundenheit: Der Mensch braucht die Natur, um gesund zu sein. „Die biotechnologische Optimierung (Transhumanismus), die bereits in Gang gekommen zu sein scheint, ist Ausdruck der zugespitzten Gläubigkeit an die Technologie als Allheilmittel (…)“.
Er zitierte dazu Johann Wolfgang v. Goethe, der bereits in seinem 1833 postum erschienenen Werk „Maximen und Reflexionen“ feststellte: „Der Mensch an sich selbst, insofern er sich seiner gesunden Sinne bedient, ist der größte und genaueste physikalische Apparat, den es geben kann; und es ist eben das größte Unheil der neueren Physik, dass man die Experimente gleichsam vom Menschen abgesondert hat und bloß in dem, was künstliche Instrumente zeigen, die Natur erkennen, ja was sie leisten kann, dadurch beschränkt und beweist.“
Hecht beschäftigte sich mit Stress-, Schlaf-, Chrono-, Umwelt-, Weltraummedizin, Neuropsychobiologie und Neurowissenschaften und war u.a. Mitglied der Russischen Akademie der medizinischen Wissenschaften sowie der International Academy of Astronautics in Paris.
Die Tendenz, den Menschen zu technisieren, und Pläne, ihm gar Chips ins Gehirn einzupflanzen, bezeichnete der Arzt als „Genozid“: „Das heißt das Ende der Menschlichkeit und der Menschen.“ Hecht warnte eindringlich vor den Folgen des Transhumanismus: „Ich empfinde das als eine perverse, schreckliche Tendenz, die Menschen grundsätzlich ablehnen müssten. Transhumanismus ist das Ende des Homo sapiens!“
Elende schmutzige Tierquäler und potenzielle Menschenschinder – mehr ist dazu nicht zu sagen.
„Forschung“ sollte durch den Begriff Folter ersetzt werden, denn nichts anderes ist sie mittlerweile.
Alle Beteiligten sind hier Verbrecher höchsten Grades – an der Menschheit und allem Leben überhaupt.
Auf dem Weg zum BORG – sie leben wie Ameisen und werden von der Königin gesteuert. Sie sind vernetzt. Das passt natürlich auch gut zu China.
Zuerst dachte ich, man wolle ein Gehirn digital emulieren – gewissermaßen ein „eingesperrtes“ neuronales System innerhalb einer klassischen Computerarchitektur. Doch eine rein digitale Simulation würde die für Bewusstsein notwendige biologische Dynamik verlieren und damit kein phänomenales Erleben erzeugen.
Tatsächlich geht es um etwas anderes: um technische Schnittstellen zwischen Gehirn und Maschine. Ein implantierter Chip erfasst die Aktivitätsmuster der Hirnrinde und übersetzt sie in motorische Befehle für eine Prothese. Damit der Chip diese Muster korrekt interpretieren kann, benötigt er eine direkte Datenanbindung an das Gehirn, sodass er die neuronalen Signaturen der jeweiligen Bewegungsabsicht erlernen und klassifizieren kann.
Bemerkenswert ist, dass zentrale Rechenschritte solcher Systeme analog ausgeführt werden. Multiplikationen und Summationen – der Kern neuronaler Netze – entstehen direkt aus physikalischen Gesetzmäßigkeiten: Die Stromstärke folgt dem Ohmschen Gesetz, was einer Multiplikation entspricht, und die Summation mehrerer Eingangssignale ergibt sich automatisch aus der Kirchhoffschen Knotenregel.
Diese analogen Prozesse sind in eine digitale Steuerungsarchitektur eingebettet, die Sequenzen, Zustände und Protokolle verwaltet. Trotz dieser hybriden Struktur bleibt das Gesamtsystem funktional eine Turingmaschine. Es kann daher keine emergenten Eigenschaften entwickeln, die mit biologischem Bewusstsein vergleichbar wären.
Ich hoffe dennoch, persönlich niemals auf solche neurotechnischen Assistenzsysteme angewiesen zu sein. Aber das analoge Rechnen ist mir nicht unsympathisch – es wirkt natürlicher, schneller und in diesem Kontext sogar energiesparsamer.
Analog ist manchmal schneller als digital, besonders auch bei differenzierenden oder integrierenden Algorithmen mit mehreren Einflußfaktoren. 50 MHz ist ja nicht die Welt…
Wird interessant, ob solche Prothesenträger dann beim Träumen zu wandelnden Lunatics werden…
Das ist völliger Mumpitz und von niemanden zu verstehen. Die traditionelle CPU Architektur besteht ja immer aus der zentralen Arithmetikeinheit die digitale Bytes liest und in Befehle umwandelt und diese Befehle dann mit internen Registern mathematische Aufgaben erfüllt. Für hochkomplizierte mathematische Aufgaben werden dann im externen Speicher abgelegte fertige Algorithmen benutzt.
Es gibt also einen Befehlszähler und interne Register. Extern der Oszillator in MHz, sowie Speicher. AD- u. DA-Wandler können auch im Prozessor integriert sein als auch außerhalb angeschlossen sein.
Wie der japanische Miste jetzt vergleichsweise zur digitalen Prozessortechnik funktionieren soll, gehört für meine Begriffe schon ins Reich der Phantasien.
Wer braucht denn sowas? Ich verwende immer noch meine guten alten Grafikkarten im Viererpack für alles was Computing-Performance braucht.
Aber neuronale Dynamk analysieren, das ist Blödsinn, weil der Mensch als Hologramm funktioniert und der ganze Körper involviert ist (s. Transplantationen und Übertragung von Eigenschaften des Spenders auf den Empfänger).
Sinnbefreite „Forschung“. Weil sich den Menschen erst recht zum Untertan machend.