香港大學（HKU）的研究團隊開發出一款可在接近絕對零度（10 毫開爾文，即 -273.14°C）環境下運行的可編程神經形態硬件平台。這一突破性成果發表於《Science》期刊，首次證明類腦計算架構能夠在量子計算所需的極端低溫環境中正常工作——這意味著，兩條被認為截然不同的計算路徑，可能在低溫下交匯。Observatory 認為，這項研究不僅是一項材料科學或芯片設計的進步，更提供了一個重新審視計算架構未來方向的契機。
技術突破：低溫神經形態硬件的核心創新
HKU 團隊由電子電氣工程系的張宇浩教授和博士生楊鑫領導，開發出的可編程神經形態硬件平台採用了基於氧化鉿（HfO₂）的鐵電隧道結（FTJ）作為核心存儲單元。傳統的 CMOS 電路在低溫下會出現載流子凍結效應——電晶體的開關特性急劇惡化，導致電路失效。而 FTJ 器件依賴於鐵電材料的極化翻轉而非載流子遷移來儲存信息，因此從根本上免疫了低溫導致的載流子凍結問題。
該芯片在 10 mK 溫度下實現了以下關鍵性能指標：突觸權重編程精度達到 8 位元（bit），能耗低至 10 fJ/次（比傳統 CMOS 方案低約 1,000 倍），數據保留時間超過 10 年。這些指標在室溫下已具競爭力，在接近絕對零度的極端條件下則是前所未有的。
更值得關注的是，研究團隊不僅證明了單個 FTJ 器件的低溫運作能力，還成功構建了一個 32×32 的交叉陣列（crossbar array），實現了簡單的圖案識別任務——在 MNIST 手寫數字數據集上達到了 92% 的識別準確率。雖然這一數字無法與最先進的深度神經網絡（99%+）媲美，但考慮到這是在 10 mK 下用完全不同的器件物理實現的，其意義在於概念的可行性驗證而非性能競賽。
量子計算的擴展困境與神經形態的潛在解決方案
理解這項突破的價值，需要先理解當前量子計算面臨的核心瓶頸：量子位元的數量。
當前最先進的超導量子處理器（如 Google 的 Willow 和 IBM 的 Condor）已達到 1,000 多個量子位元，但要實現具有實際商業價值的量子計算（通常認為需要 100 萬個物理量子位元），還需要跨越數個數量級。擴展的主要障礙之一，是量子位元的控制電子學。
每個超導量子位元都需要在接近絕對零度的稀釋製冷機中運作，但控制其操作和讀取其狀態的經典電子學（數模轉換器、脈衝發生器、讀出電路）卻通常需要在室溫下工作——這意味著每一根從室溫到低溫的連接線纜都會引入熱負載和噪聲。當量子位元數量從 1,000 增加到 100 萬時，連接線纜的數量將達到數百萬根——物理上不可能。
HKU 的低溫神經形態芯片提供了一個優雅的解決方案：如果控制電子學能夠與量子位元在同一低溫環境中工作，則量子計算機的擴展將不再受到連接線纜的限制。神經形態架構特別適合這項任務，因為：
第一，神經形態芯片的存儲與計算一體化架構可以將量子位元控制所需的脈衝序列生成和反饋處理整合到單一芯片上，大幅減少與室溫控制系統的通信需求。
第二，神經形態芯片的超低功耗特性（10 fJ/次）使其在低溫系統的嚴格熱預算內運作成為可能——稀釋製冷機的冷卻功率通常只有幾毫瓦，傳統 CMOS 控制芯片的功耗（毫瓦至瓦級）在這種環境下是不可接受的。
第三，神經形態芯片的非馮諾依曼架構能夠以更低的延遲執行量子誤差校正的解碼任務——這是量子計算中最耗時的操作之一，也是大規模量子計算機實現的關鍵瓶頸。
深空探索的應用潛力
除了量子計算，低溫神經形態芯片在深空探索中同樣具有重要應用價值。太空深處的溫度約為 2.7 開爾文（宇宙微波背景輻射的溫度），月球陰影區的溫度可低至 40 開爾文，火星極地冬季的溫度約為 150 開爾文。傳統電子設備在這些環境中需要加熱保溫——既消耗寶貴的能源，又增加了系統的複雜性和重量。
HKU 的芯片可以在 10 mK 到 300 K 的寬溫度範圍內穩定工作，這意味著航天器可以省去加熱裝置，直接在太空環境中部署高性能計算系統。這對於以下場景尤為關鍵：
自主導航與避障：登陸器和巡視器需要在極短時間內處理視覺和雷達數據以做出安全著陸或繞行決策——當通信延遲達到數分鐘時，地球遙控不可行，必須依賴星載計算。
科學數據實時處理：深空探測器產生的科學數據量遠超其通信帶寬——能夠在軌道上進行實時數據壓縮、特徵提取和異常檢測的低溫芯片，可以顯著提高科學回報率。
長期任務可靠性：神經形態芯片的非易失性存儲特性意味著即使電源中斷，其權重配置也不會丟失——這在太陽能供電的深空任務中（如彗星探測器、木星系統任務）具有顯著優勢。
競爭格局與路線圖
HKU 的成果代表了全球首個可在接近絕對零度運行的可編程神經形態硬件平台，但並非唯一探索低溫計算的團隊。以下幾個方向值得關注：
| 機構 | 技術路線 | 運作溫度 | 當前階段 |
|---|---|---|---|
| HKU（香港大學） | 鐵電隧道結 FTJ | 10 mK | 芯片原型驗證 |
| IBM Research | 低溫 CMOS 控制芯片 | 4 K | 集成量子控制器 |
| MIT Lincoln Lab | 低溫 SFQ 邏輯 | 4 K | 基礎研究 |
| Intel | 低溫量子點控制 ASIC | 100 mK | 芯片測試階段 |
| NIST | 低溫單光子探測器陣列 | 100 mK | 成熟產品 |
HKU 的路線在技術理念上最具差異化：它不是試圖改進傳統 CMOS 的低溫性能，而是從器件物理層面選擇了從根本上不受低溫影響的 FTJ 技術。這種「從根源解決問題」的思路，如果能夠在更大規模的陣列（256×256 或更大）上得到驗證，將在量子計算控制電子學領域建立顯著的競爭優勢。
Observatory 分析
HKU 的低溫神經形態芯片突破，其深層意義不在於某一個性能指標的超越，而在於它打開了一條此前被認為不可行的技術路徑：將類腦計算與量子計算在同一物理環境中融合。這不僅是工程上的便利，更可能催生全新的計算範式——低溫混合計算架構。
Observatory 認為，該成果的戰略影響可從三個層面解讀：
第一，技術路線的「重疊區」正在形成。長期以來，類腦計算（追求節能、並行、容錯）和量子計算（追求疊加、糾纏、量子加速）被視為兩個獨立的計算前沿。HKU 的成果表明，兩者在低溫環境中存在交匯點。這可能催生一類新的「量子神經形態」架構——用神經形態電路控制量子位元，用量子效應增強神經形態計算能力。
第二，地緣科技競爭中的新維度。量子計算和 AI 是兩個最重要的戰略性技術領域，HKU 的成果同時涉及兩者。香港雖然在量子計算硬件方面落後於美國和中國大陸，但在跨學科的交叉領域可能找到獨特的切入點。這項研究由香港大學完成並發表於頂級期刊，顯示香港在基礎科研方面仍具有競爭力。
第三，產業化的路徑仍然漫長。從 32×32 的交叉陣列到可商業化的量子計算控制芯片，中間存在巨大的工程鴻溝。HKU 的芯片需要展示在更大陣列規模（256×256 或 1,024×1,024）下的良率、功耗和速度一致性，還需要與實際的超導量子位元進行集成測試。這些步驟可能需要 5-10 年才能完成產業化。
前瞻展望
HKU 團隊計劃在 2027 年展示 128×128 陣列的原型芯片，並與一個 5 量子位元的超導量子處理器進行集成測試。如果測試成功，將在 2028-2029 年尋求與量子計算初創公司合作進行更大規模的集成驗證。
從更宏觀的視角看，低溫神經形態芯片的研究方向反映了一個更深層的趨勢：計算正在從「單一器件工藝優化」轉向「多物理域協同設計」。未來十年的計算創新，可能更多來自於不同物理原理之間的交叉——而非單純的晶體管尺寸縮小。莫爾定律的終結，正在催生一場計算架構的多樣性爆發，而低溫神經形態芯片正是這場爆發中最令Observatory 興奮的方向之一。
免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。