NVIDIA 與 Eli Lilly 斥資 10 億美元成立 AI 實驗室,推動突破性藥物發現
NVIDIA 與 Eli Lilly 宣布了一項具有里程碑意義的 10 億美元合作夥伴關係,將創建一個共同創新實驗室,專注於運用人工智慧改造藥物發現與藥品製造,目標是大幅縮短開發時程。

本月,隨著清華大學(Tsinghua University)和北京大學(Peking University)的研究人員發表了「FLEXI」,穿戴式技術與邊緣運算(Edge Computing)領域經歷了一場劇震。這是一款全柔性人工智慧晶片,能夠在承受極端機械應力的同時提供高效能運算。這項突破最近發表在權威期刊《自然》(Nature)上,解決了硬體產業中最持久的瓶頸之一:剛性矽處理器與人體柔軟、有機特性之間的不相容性。
多年來,真正無縫的穿戴式電子設備願景一直受限於傳統積體電路的物理限制。雖然感測器和顯示器已變得日益靈活,但這些設備的「大腦」——處理器——仍然脆弱且僵硬。FLEXI 晶片改變了這一範式,引入了一種基於柔性低溫多晶矽(Low-Temperature Polycrystalline Silicon,LTPS)薄膜電晶體構建的數位運算記憶體(Compute-in-Memory,CIM)架構。憑藉承受超過 40,000 次彎曲而不失效的能力以及低於一美元的製造成本,FLEXI 有望使下一代「無感」智慧醫療設備普及化。
FLEXI 晶片成功的核心在於其背離了傳統的馮·紐曼架構(Von Neumann architecture),該架構將數據儲存(記憶體)與數據處理(邏輯)分開。在傳統晶片中,數據在兩個單元之間不斷穿梭會產生「記憶體牆」,導致高延遲和過度的功耗——這對於電池受限的穿戴式設備來說是一個致命缺陷。
該研究團隊由來自清華大學的任天令教授和北京大學的晏波南助理教授等專家領導,他們透過採用**數位運算記憶體(CIM)**設計繞過了這一問題。這種架構將運算單元直接整合在記憶體陣列中,允許在數據儲存的位置進行處理。
這種設計選擇對於需要大規模並行處理的 AI 工作負載(如神經網絡推論)特別有效。藉由直接在記憶體內執行矩陣乘法(AI 的核心數學運算),FLEXI 大幅減少了與數據移動相關的能源開銷。結果是,該晶片以極高的效率運行,功耗低至 55.94 微瓦(μW),同時提供即時健康監測所需的運算吞吐量。
該晶片利用了 LTPS 技術,這是一種顯示器產業常用的成熟製造工藝。這一策略選擇不僅確保了高電子遷移率(這對快速運算至關重要),還使該晶片與柔性塑膠基板上的大規模、低成本製造相容。
FLEXI 晶片的物理韌性或許是其最引人注目的特點。傳統矽晶片在輕微彎曲下就會破裂,雖然之前也存在柔性電子產品,但它們往往為了可彎曲性而犧牲運算能力,或依賴不穩定的有機材料。
FLEXI 達到了「金髮姑娘」般的平衡,提供了矽基邏輯的強韌性與聚合物薄膜的柔韌性。根據研究,該晶片的厚度約為 25 微米——大約是標準紙張厚度的三分之一。這種超薄輪廓使其能夠緊密貼合複雜的彎曲表面,例如人類皮膚或機器人肢體的輪廓。
關鍵耐用性指標:
這種耐用性水平為「安裝即忘」的智慧貼片打開了大門,這些貼片可以在日常人類運動、洗滌和環境暴露的考驗中倖存下來。
為了展示 FLEXI 的實際用途,研究人員將該晶片部署在一個真實世界的醫療應用中:心律不整檢測。心血管疾病仍是全球主要的死亡原因,而檢測間歇性的心律異常通常需要持續、長期的監測,這是笨重的動態心電圖(Holter)監測儀無法舒適提供的。
FLEXI 晶片被編程為使用一維卷積神經網絡(1D Convolutional Neural Network,CNN)直接在設備上處理心電圖(Electrocardiogram,ECG)訊號。透過在本地(「邊緣」)處理數據,而不是透過藍牙或 Wi-Fi 將原始數據傳輸到雲端,該系統顯著節省了電力並保護了使用者隱私。
在利用標準 MIT-BIH 心律不整資料庫進行的驗證測試中,FLEXI 晶片在檢測心律異常方面達到了驚人的 99.2% 準確度。此外,當執行多模態監測任務——將 ECG 數據與肌電圖(EMG)和加速計讀數結合時——該晶片以 97.4% 準確度 成功分類了各種人類活動(如行走、休息或騎自行車)。
這種效能足以媲美高階智慧手錶中的剛性、高耗能處理器,然而它是由一個製造成本不到一美元的柔性組件提供的。
為了理解這項創新的重要性,將 FLEXI 與目前剛性和柔性電子產品的標準進行比較會很有幫助。下表概述了使 FLEXI 成為下一代穿戴式設備優選方案的關鍵差異。
| 特性 | FLEXI (本項創新) | 傳統柔性電子產品 | 剛性矽晶片 (例如智慧手錶中) |
|---|---|---|---|
| 基板材料 | 塑膠薄膜上的 LTPS | 有機半導體 / 金屬氧化物 | 晶體矽 |
| 彎曲耐用性 | >40,000 次循環 (180°) | 中等 (通常會退化) | 無 (易碎) |
| 運算架構 | 數位運算記憶體 | 類比或簡單邏輯 | 馮·紐曼架構 (記憶體/邏輯分離) |
| 功耗 | 極低 (~56 μW) | 低至中等 | 高 (毫瓦至瓦特範圍) |
| AI 推論能力 | 高 (片上神經網絡) | 低 (簡單訊號處理) | 極高 (但需要大容量電池) |
| 成本可擴展性 | 高 (低於一美元) | 不一 (通常為特殊用途) | 高 (需要複雜封裝) |
FLEXI 晶片的推出標誌著朝向「無所不在的 AI」(Ubiquitous AI)發展的大趨勢,即智慧被嵌入到我們物理世界的各個角落。分析表明,這項技術的應用範圍可能遠遠超出醫療保健。
潛在應用包括:
此外,該晶片與現有顯示器生產線的製造相容性意味著,可以相對快速地實現擴大生產。隨著物聯網(Internet of Things,IoT)擴展到包含數十億個連接端點,對低成本、可拋棄式且具備智慧的處理節點的需求將激增。FLEXI 為永續地滿足這一需求提供了藍圖。
清華大學和北京大學開發的 FLEXI 晶片不僅僅是材料科學的一個漸進步驟;它是支撐 AI 革命的硬體的基礎性飛躍。透過成功將繃帶的機械特性與神經網絡處理器的運算能力相結合,研究人員彌合了生物形態與數位智慧之間的鴻溝。
展望 2026 年剩餘時間,我們期待看到利用這項技術的首批商業原型。對於 AI 產業來說,訊息很明確:運算的未來不僅是更快、更聰明,而且是柔性的。