清华大学研发柔性AI芯片 FLEXI 实现健康监测精度突破99%
清华大学任天令教授团队近期在Nature期刊发表了关于新型柔性AI芯片FLEXI的研究成果。该芯片在极端测试条件下表现出色，可在180度反复弯折超过4万次后仍保持计算能力稳定，连续执行100亿次乘法运算无一错误。芯片在−40°C至80°C的冷热冲击、高湿与光照老化等条件下测试，性能依旧稳定。其单片成本可低至0.016美元，甚至比糖果还便宜。
FLEXI芯片厚度仅约25微米，轻薄如蝉翼，具备卓越的柔性特性。它可以被卷曲、折叠数千次而不损坏，甚至可缝入衣物、贴附于皮肤或嵌入医疗设备，成为人体的“第二层智能皮肤”。它能够模拟人脑处理复杂数据的方式，实现高效运算。
该芯片特别适用于AI任务，如图像识别、语音理解和心电图分析等。由于这些任务本质上依赖大量乘法累加运算，FLEXI芯片具备高并发处理能力，能够成千上万次并行运行此类计算，确保准确率与速度。
首次在柔性平台实现存内计算架构
论文第一作者、清华大学闫岸之博士指出，FLEXI芯片在柔性AI芯片领域具有里程碑意义。它首次在柔性平台上实现了存内计算架构，面向AI与神经网络应用，具备高能效、低延迟的特点。
在性能方面，FLEXI芯片将时钟频率提升至10MHz以上，远超此前多数柔性芯片1MHz左右的水平。同时，该团队采用工业标准对芯片进行了系统化的机械与老化测试，构建了新的可靠性评估体系。
多场景验证：健康监测精度超99%
研究团队已在健康监测领域完成FLEXI芯片的初步应用验证。通过采集心率、呼吸、体温和皮肤湿度等生理信号并训练神经网络模型，该芯片实现了高能效的本地推理分析。
具体而言，FLEXI芯片可在一个心跳周期内识别心律不齐的迹象，准确率高达99.2%；同时，它还能区分静坐、行走、跑步、情绪紧张等状态，准确率超过97.4%。这意味着未来人们可以拥有更智能、更贴近身体的健康监测设备，实现疾病预防与早期干预。
例如，未来可穿戴设备不仅能记录基础数据，还能实时分析心电图，提前预警异常；智能衣物则可感知体温、汗水和呼吸，自动调节温度，并在疲劳时提醒用户休息。这些功能有望依托FLEXI芯片实现。
突破传统芯片架构，采用存内计算
传统芯片将计算单元和存储单元分离，处理任务时需频繁读写内存，导致能耗高、速度慢。FLEXI芯片采用存内计算架构，将计算单元集成于存储器中，数据无需来回搬运，从而大幅提高运算效率并降低能耗。
闫岸之强调，为柔性设备注入真正智能，必须采用高能效架构。数字存内计算不仅具备高并行性，还能在机械应力多变的环境中保持鲁棒性。
与传统硅基芯片不同，FLEXI采用低温多晶硅材料，通过印刷方式沉积在柔性基底上，使芯片可弯曲、成本低、适合大规模生产。团队通过材料优化，提升了晶体管性能，实现了低功耗与高速运行的结合。
工艺、电路与算法协同优化，实现多层级提升
为确保FLEXI芯片在AI任务中的高性能表现，研究团队从材料工艺、电路设计与AI算法三方面进行了同步优化。他们开发了一种轻量化的神经网络模型，可一次性部署于芯片内部，无需反复读取，大幅提升了处理效率。
在工艺方面，团队深入研究了薄膜厚度与晶体管参数在制造过程中的分布规律，并对柔性CMOS工艺进行了多轮优化。
在电路方面，数字存内架构相比模拟方案更能适应柔性材料的一致性差等问题，同时省去了模数转换模块，降低功耗。
在算法层面，团队采用一次性部署策略，将整个神经网络运行于芯片内部，避免与外部存储交互，从而减少功耗与延迟。通过量化感知训练等方法，他们在压缩模型的同时尽量保持精度，实现小模型高精度。
在多个任务测试中，如手写数字识别、语音唤醒和心律分类等，FLEXI芯片在仅1 Kbit存储容量下仍实现了高达99.2%的准确率。
应用前景广阔，拓展至医疗与柔性机器人
除健康监测外，FLEXI芯片在柔性机器人领域也展现出巨大潜力。其大面积延展特性可为机器人提供电子皮肤，提升感知与避障能力，尤其适用于红外传感器等非接触式应用场景。
在脑机接口和神经探针设备中，柔性材质能更好地贴合生物组织，实现神经信号的高效采集与处理。此外，该芯片还适用于可变形机器人和微型飞行器，用于复杂曲面的环境识别与运动控制。
未来，清华大学团队计划将FLEXI芯片进一步集成至电子皮肤、神经探针及语音交互贴片等场景，推动人机交互向更自然、更高效的方向发展。
科研团队开放务实，鼓励创新探索
闫岸之表示，团队在研究过程中始终坚持开放务实的态度，尊重科研规律。面对挑战与失败，教授团队始终给予充分理解与支持，鼓励成员独立思考与深入探索。
团队成员来自不同专业背景，鼓励跨学科交流与协作，确保科研难题能够快速响应与解决。正是在这样的科研氛围下，FLEXI芯片得以诞生并取得突破。