Đột Phá Công Nghệ: Trung Quốc Chế Tạo Chip Thần Kinh Mô Phỏng Não Người Nhanh Gấp 478 Lần GPU Nvidia

Cuộc chạy đua thiết kế vi mạch toàn cầu vừa ghi nhận một cột mốc chấn động trong lĩnh vực tính toán thần kinh học (neuromorphic computing). Trong bài báo công bố trên tạp chí khoa học danh tiếng Science, nhóm nghiên cứu đến từ Đại học Bắc Kinh và Viện Hàn lâm Khoa học Trung Quốc đã mô tả sự ra đời của một dòng chip nhớ 40 nanomet tích hợp mạng nơ-ron nhân tạo đặc biệt. Thiết bị này sở hữu năng lực xử lý kinh ngạc: tái tạo toàn bộ bề mặt vỏ não phức tạp của con người trong chưa đầy nửa giây, đạt tốc độ nhanh gấp 50 đến 478 lần bộ xử lý đồ họa (GPU) Nvidia A100 chuyên dụng.

Phá vỡ rào cản "vách ngăn" kiến trúc máy tính truyền thống

Vỏ não người có hàng tỷ nơ-ron nằm xếp lớp trong các nếp gấp rãnh sâu để tối ưu hóa diện tích. Trước đây, việc dựng lại bản đồ cấu trúc thưa thớt và không đồng đều này theo thời gian thực yêu cầu những hệ thống siêu máy tính cồng kềnh, đắt đỏ và tốn hàng giờ tính toán.

Cấu trúc máy tính tiêu chuẩn (kiến trúc Von Neumann) luôn vấp phải "nút thắt cổ chai" chí mạng: bộ nhớ lưu trữ và bộ vi xử lý nằm tách biệt nhau. Dữ liệu phải di chuyển liên tục qua lại giữa hai bộ phận, tạo ra độ trễ lớn và tiêu tốn lượng điện năng khổng lồ.

Để giải quyết triệt để bài toán này, Giáo sư Yang Yuchao cùng các cộng sự đã ứng dụng kiến trúc tính toán kết hợp bộ nhớ (In-memory computing) trên cùng một chip đơn:

• +   Xóa nhòa khoảng cách: Dữ liệu được lưu trữ và tính toán trực tiếp trên cùng một mảng bộ nhớ. Hai chuyên gia tại Trung tâm Nghiên cứu Juelich (Đức) ví von cách tiếp cận này giống như "xử lý sữa tươi ngay tại trang trại thay vì phải vận chuyển tới nhà máy".

• +   Biến lỗi thành công cụ: Nhóm nghiên cứu đã khéo léo biến một lỗi vật lý lớn (vốn làm kém độ ổn định dữ liệu ở các dòng chip nhớ thế hệ mới) thành công cụ tính toán mạnh mẽ, mô phỏng hoàn hảo tính mềm dẻo của các khớp thần kinh sinh học.

Với độ trễ hệ thống được kéo tụt xuống mức kỷ lục chỉ 2,12 mili giây, con chip này có thể thay đổi hoàn toàn cách chẩn đoán, điều trị các bệnh thoái hóa thần kinh như Alzheimer, tạo ra các bản sao kỹ thuật số (digital twin) của não bộ cá nhân hóa và định hướng nơ-ron chính xác cho bác sĩ phẫu thuật theo thời gian thực.

Bản chất của sự vượt trội và những hoài nghi thực tế

Sự so sánh sức mạnh vượt trội so với Nvidia A100 đến từ bản chất thiết kế phần cứng. Card đồ họa A100 của Nvidia – được đúc trên tiến trình 7nm của TSMC – vốn là một bộ tăng tốc đa dụng (general-purpose), vận hành xuất sắc trong các tác vụ tính toán song song đồng đều của AI thế hệ mới nhưng lại không được tối ưu cho các phép tính thưa thớt, bất định hình của mô phỏng thần kinh. Trong khi đó, chip của Trung Quốc là một vi mạch chuyên dụng (ASIC), dồn toàn bộ mật độ logic và bộ nhớ vào một tác vụ duy nhất.

Mặc dù vậy, một số chuyên gia quốc tế vẫn đưa ra những góc nhìn thận trọng. Họ cho rằng hiệu suất trong phòng thí nghiệm chưa phản ánh hoàn toàn môi trường lâm sàng thực tế do nghiên cứu chưa công bố cụ thể mức tiêu thụ điện năng tổng thể cũng như khả năng mở rộng sản xuất thương mại hàng loạt – những yếu tố quyết định để đưa chip vào đời sống.

Kế thừa di sản từ các nghiên cứu đi trước như võng mạc silicon của Carver Mead, chip TrueNorth của IBM hay Loihi của Intel, nhóm nghiên cứu Đại học Bắc Kinh đã tiến một bước dài khi cân bằng được giữa độ trung thực sinh học và hiệu suất thực tế. Bước đi tiếp theo của các nhà khoa học là thử nghiệm con chip này trên động vật và tìm cách tích hợp trực tiếp nó vào hệ thống chụp ảnh y tế hiện hành.

Tổng kết

Các nhà khoa học Trung Quốc chế tạo thành công chip thần kinh 40nm nhanh gấp 478 lần GPU Nvidia trong tác vụ chuyên biệt vào giữa năm 2026 là một bước tiến mang tính cách mạng cho cả y khoa và trí tuệ nhân tạo. Bằng cách loại bỏ hoàn toàn độ trễ truyền tải dữ liệu thông qua kiến trúc tính toán trong bộ nhớ, con chip này biến viễn cảnh chẩn đoán và phẫu thuật não bộ theo thời gian thực thành hiện thực. Đây là minh chứng cho thấy xu hướng phát triển phần cứng đang dịch chuyển mạnh mẽ từ các bộ xử lý đa năng sang các chip chuyên dụng, tối ưu hóa sâu cho từng bài toán cốt lõi của nhân loại.

#TraiDepBanIphone #iPhoneChinhHang #TraiDepTech