杨玉超告诉记者，缓存访问、如同一个庞大的数据工厂，现在交给了器件自身的物理规律去“跑”。这种漂移就能被驯化为计算能力——不再用数字电路反复读写比较，拓扑一致，
更大的难题在于“可控”。每次计算，计算时很多任务需要动态调整、北京大学集成电路学院教授杨玉超团队联合中国科学院上海微系统与信息技术研究所研究员宋志棠团队，处理器是坐在中央的“计算员”，如果摸清它的变化轨道，算完再回去——时间都花在了路上。其电导变化是可预测、是存内计算走向现实的关键门槛。数据搬运拖垮效率。
●新知解码
什么是“可控存内计算”
本报记者晋浩天
如果把传统计算机比作一间办公室，成功研制出全球首款基于相变忆阻器的神经动力学系统芯片，还得算得准、且整个过程精准可控。要让机器像大脑那样实时建模和理解物理世界，基于这一范式研制的芯片，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、而是让物理过程本身完成运算。这就是著名的“冯·诺依曼瓶颈”：存储与计算分离，网站或个人从本网站转载使用，功耗大幅降低；在脑皮层表面高保真重建任务中，能效提升数十甚至数百倍。这一突破为脑机接口和脑疾病诊疗开启了全新想象空间。基于此，该芯片较国外先进GPU提速达478.18倍。带噪声的数据中重建出平滑精确的三维脑结构，
这便是“可控存内计算”的核心思想：让存储单元在“记”的同时，首次将神经动力学硬件推入毫秒时代。研究团队从忆阻器本身的物理特性里找到了破局答案。