🔰 - 高端模拟芯片全场景解决方案·新能源·智能家电·游戏芯片·汽车电子
三问脑机接口芯片
2025-07-11 10:00:31
【导语】芯片作为脑机接口技术的核心驱动力,正引领着脑机产业的快速发展。从脑电信号的采集、转化到神经刺激、调控,芯片在脑机接口的各个环节中发挥着不可替代的作用。随着国内外企业、高校在脑机接口芯片领域的持续突破,芯片的性能、架构及封装技术正不断迭代升级,旨在实现更高效、精准的人脑与外部设备的交互。本文将深入探讨脑机接口所需的芯片类型、性能指标以及未来的迭代方向。
芯片作为脑机接口的核心元器件,已经成为脑机产业的技术角力点。在脑机接口对脑电信号进行采集、转化、控制、传输、解码以及实际治疗中的神经刺激、神经调控等环节,都离不开芯片的参与。今年以来,国内外企业、高校在脑机接口芯片进展不断。《中国电子报》围绕脑机接口需要哪些芯片、注重芯片的哪些能力、芯片下一步的迭代方向,三问脑机芯片。
脑机接口需要哪些芯片?
脑机接口是在大脑与外部环境之间建立的一种新型的信息交流与控制通道,通过对脑电信号的采集、处理、输出、执行,再将信号反馈给大脑,实现脑与外部设备之间的直接交互。
北京芯智达神经技术有限公司研发总监张垒向《中国电子报》表示,在脑机接口对脑电信号进行采集、转化、控制、传输的全链路上,都需要芯片的参与。
“以输出型脑机接口为例,首先是采集芯片对脑电信号进行采集、调理和模数转化,将模拟信号转换成数字信号。接下来,数字信号将传输给主控芯片,由主控芯片进行管理和转发。对于无线传输的脑机接口,主控芯片将数据转发给无线芯片。对于通过线缆与计算机等外部设备连接的脑机接口,主控芯片会将数据转发给接口芯片。如果要控制外部设备,比如实现意念打字等,需要解码芯片。此外,脑机接口的供电需要电源管理芯片。”张垒说道。
而在输入型脑机接口中,也需要芯片参与神经活动调控。比如,在深部脑刺激(DBS)等疗法中,电极通过手术植入脑内深层,通过电刺激特定脑结构来缓解各类脑部疾病的症状。在这一过程中,需要神经调控芯片或神经刺激芯片来实现神经刺激。
随着双环路、多模态等新的脑机接口方案持续涌现,能够处理更多数据形态、集成更多功能的芯片品类也成为脑机接口产业的重要方向。四川省经济和信息化厅等8部门在5月12日印发的《四川省脑机接口及人机交互产业攻坚突破行动计划(2025—2030年)》中,提出攻克低功耗脑机芯片、高灵敏高分辨智能传感器、多模态感知融合芯片、自适应能源管理单元等核心器件,并着力攻克类脑解码芯片、双向闭环神经调控芯片、多模态生物传感器等新兴器件软件。
脑机芯片注重哪些性能指标?
采集芯片是当前脑机接口硬件领域的竞争焦点。张垒告诉记者,脑机接口对于采集芯片的电气性能有着较高要求,包括输入噪声、共模抑制比、信号采集范围等指标。对于被归类为有源植入式医疗器械的植入式脑机接口,还要充分考虑其芯片的体积、功耗、鲁棒性和可靠性。
由于脑电信号属于模拟信号,采集芯片需要对其进行放大、滤波后再模数转化为数字信号,这就需要集成滤波器、模数转换器等组件,并对模拟电路设计、集成度、功耗提出了较高要求。因而许多企业在设计脑电信号采集芯片时,采用了ASIC(专用集成电路)架构。

Neuralink脑机接口传感器 (来源:马斯克与Neuralink署名论文)
以马斯克创立的脑机接口公司Neuralink为例,其脑机接口植入物N1 Chip试验版本的传感器包含12个ASIC,每个ASIC包含256个独立可编程放大器(Neuralink称为“模拟像素”)、模数转换器以及外围控制电路。神经科技博主Neuronic发布于Medium的分析报告显示,一个“模拟像素”由模拟电路、滤波器等组成。理想情况下,每个电极对应一个模拟像素,以便独立配置。N1 Chip试验版本的传感器包含3072个模拟像素,这些模拟像素的性能决定了信号质量和神经接口特性。在设计模拟像素时,应重点考虑三个因素:一是尺寸尽可能小,以便在芯片上集成更多像素;二是功耗尽可能低,减少发热并延长电池续航;三是噪声尽可能低,以确保所采集的信号质量。
当前,采集芯片往往也集成了神经刺激功能。Neuralink的ASIC能够在每个通道上进行电刺激,以满足调节神经活动需要。海南大学于今年5月公示完成科技成果转化的高通量神经信号采集刺激芯片8X-R128S4,能够独立完成神经信号的采集和数字化输出。该芯片集成128通道模拟放大电路、多通道选择电路和模数转换电路,可以同时采集128通道神经信号,并提供多个刺激通道输出。

海南大学自研脑机接口专用芯片亮相第五届中国国际消费品博览会(来源:海南大学融媒体中心)
而神经调控作为脑机临窗应用的重要方向,也带动了神经调控相关芯片的持续创新。天津大学自动化学院教授孙彪撰文指出,刺激装置的效率和安全性一直是神经调控芯片首要考虑的问题。随着技术的不断演进,低功耗、高效能、安全性高的神经调控芯片将为更多神经疾病治疗和增强领域带来突破性的进展。
我国近两年在神经调控芯片取得积极进展。去年10月,天津大学、北京工业大学、天津中医药大学、南方科技大学的研究人员合作设计出一款八通道高压神经刺激集成电路。该芯片主要包括波形发生器、电荷平衡器和高压驱动器,通过使用指数波形输出(chū)代(dài)替(tì)传(chuán)统(tǒng)的(de)恒(héng)流(liú)刺(cì)激(jī)模(mó)式(shì),在(zài)减(jiǎn)少(shǎo)电(diàn)能(néng)消(xiāo)耗(hào)的(de)同(tóng)时(shí)有(yǒu)效(xiào)控(kòng)制(zhì)热(rè)量(liàng)散(sàn)发(fā),并(bìng)基(jī)于(yú)双(shuāng)相(xiāng)刺(cì)激(jī)电(diàn)流(liú)配(pèi)合(hé)主动(dòng)电(diàn)荷(hé)平(píng)衡(héng)保(bǎo)证(zhèng)安(ān)全性(xìng),有(yǒu)效(xiào)减(jiǎn)少(shǎo)对(duì)组(zǔ)织的损伤。海南大学脑机芯片神经工程团队研发的SX-S32高自由度神经调控芯片支持32通道独立设置刺激参数,可针对不同患者需求定制治疗方案。
脑机芯片的下一步?
相对于大脑的860亿神经元,目前的脑机接口设备能够采集的神经元信号还在数百到数千的范围,大规模的记录和准确解码仍待攻克。
因而在技术能力上,脑机接口芯片需要向更高的通道密度、更强的数据处理能力、更优的能效表现以及高分辨率、低噪声等方向持续迭代。
面向脑(nǎo)机(jī)接(jiē)口(kǒu)的(de)多(duō)功(gōng)能(néng)、一(yī)体(tǐ)化(huà)趋(qū)势(shì),相(xiāng)关企(qǐ)业(yè)也(yě)在(zài)推(tuī)出(chū)更(gèng)加(jiā)灵(líng)活(huó)的(de)芯(xīn)片(piàn)架(jià)构(gòu)与(yǔ)更(gèng)加(jiā)紧(jǐn)凑(còu)的(de)系(xì)统(tǒng)封(fēng)装(zhuāng)。
比(bǐ)如(rú),在(zài)芯(xīn)片(piàn)架(jià)构(gòu)方(fāng)面(miàn),游(yóu)戏(xì)玩(wán)家(jiā)熟(shú)悉(xī)的(de)“G胖(pàng)”(Valve首(shǒu)席(xí)执(zhí)行(xíng)官(guān)Gabe Newell)参(cān)与(yǔ)创(chuàng)建(jiàn)的(de)脑(nǎo)机(jī)接(jiē)口(kǒu)公(gōng)司(sī)Starfish宣(xuān)布(bù),将(jiāng)于(yú)2025年(nián)年(nián)底(dǐ)交(jiāo)付(fù)定(dìng)制(zhì)化(huà)的(de)微(wēi)型(xíng)超(chāo)低(dī)功(gōng)耗(hào)电(diàn)生(shēng)理(lǐ)芯(xīn)片(piàn)。该(gāi)芯(xīn)片以集成至无线、无电池植入体为目标,采用(yòng)能(néng)够(gòu)应(yīng)对(duì)多(duō)种(zhǒng)功(gōng)耗(hào)与(yǔ)数(shù)据(jù)的设计,包括可以关闭放大器以省(shěng)电(diàn),对数据进行滤波和下采样时,能够跳过部分通道以节省带宽等。
系统封装方面,Neuralink开发了一种新型的对准和倒装芯片键合工艺,能够将3072个通道封装在23×18.5平方毫米的面积。倒装芯片键合工艺的使用,保持了线程的小横截面积,以减少对大脑组织的影响。
在人工智能席卷各类终端的浪潮中,脑机接口厂商也在引入更多、更先进的感知和算力平台,推动AIGC、大模型等赋能型技术落地脑机设备。今年1月,植入式脑机接口企业Synchron宣布与全球领军GPU供应商英伟达的Holoscan平台合作,通过提升神经信号处理技术和多AI推理技术,降低系统延迟、增强隐私保护,并为用户提供更灵敏、直观的BCI体验。英伟达将为Synchron提供多种AI模型、数据模态的统一框架和经过优化的应用框架,涵盖传感器输入/输出集成、GPU直接数据摄取、加速计算、实时AI等环节。
作为神经科学、临床医学、材料科学、芯片技术、机器人、算法等跨学科交融的“超级工程”, 脑机接口还需要跨学科的协同机制和复合型人才培养模式。在芯片领域,基于校企合作、跨校合作的研发模式正在开展。今年2月,清华大学集成电路学院与天津大学脑机海河实验室联合开发出国际首个基于忆阻器神经形态器件的“双环路”无创演进脑机接口系统。清华大学集成电路学院副院长唐建石在接受科协频道采访时表示,从材料、器件、工艺到电路、架构设计,再到芯片测试和算法演示等,该项目的每个环节都体现了不同领域的技术专长。除了跨校合作,清华团队还包括近10位教师和上百位成员,每(měi)个团队成员发挥各自的优势,齐心协力推进成果的研发。
相关新闻
2025-12-12
2025-12-12
2025-12-12
2025-12-12
2025-12-11
2026-01-05
2025-12-31
2025-12-31
2025-12-31
2025-12-29