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.

Werbung

Das Gasthaus zur versohlten Hexe: Ein witzig-gesellschaftskritisches Erotikmärchen

14,99 EUR

Bei Amazon kaufen

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

1. 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.
2. 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.

3. 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.
4. 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.

Werbung

China kopiert ja nur?

Der Westen führt Krieg – China gestaltet seine Zukunft

Nationaler Volkskongress Chinas tagt – Langfristige Zieldefinition