FLEXI柔性数字存算芯片
搜索文档
清华研发柔性数字存算芯片取得突破!机器人ETF(562500)低位整理,科瑞技术逆势领涨
每日经济新闻· 2026-02-04 14:00
机器人ETF市场表现 - 机器人ETF(562500)午后维持低位区间整理,最新价报1.053元,较开盘价下跌1.772% [1] - 该ETF跟踪的66只成分股中58只走跌,但整体跌势温和,昊志机电、绿的谐波下跌超4%,无标的出现深跌拖累 [1] - 科瑞技术大涨超6%,盈峰环境、柏楚电子上涨形成一定支撑 [1] - 流动性层面,机器人ETF(562500)成交额达6.36亿元,换手率2.56%,成交活跃度适中 [1] - 当前指数低位整理期间承接稳固,且有核心标的领涨形成支撑,回调无极端走弱迹象 [1] 机器人ETF产品概况 - 机器人ETF(562500)是全市场唯一规模超两百亿的机器人主题ETF [2] - 成分股覆盖人形机器人、工业机器人、服务机器人等多个细分领域,帮助投资者一键布局机器人上中下游产业链 [2] - 随着成分股调整落地,机器人ETF(562500)跟踪的中证机器人指数人形机器人含量提升至近70% [2] - 此次调仓精准剔除近期走势疲软的个股,纳入表现尚可的优质标的,成功实现“去弱留强” [2] 行业技术与研发动态 - 清华大学任天令团队及合作者研发的“FLEXI柔性数字存算芯片”取得技术突破,相关成果发表于国际期刊《自然》 [1] - 该芯片填补了高性能柔性AI计算芯片的技术空白,通过架构与制造工艺协同优化,突破“存储墙”性能限制 [1] - 该芯片可在低成本、低功耗下稳定运行神经网络任务,适配可穿戴健康监测等极端边缘设备场景,为物联网智能硬件创新提供了新方向 [1] 行业前景与投资观点 - 2026年是机器人量产爬坡的关键节点,多数海内外机器人核心厂商将量产节奏明确在2026年 [2] - 国内机器人头部企业逐步实现从0到1的突破,有望形成海内外相关产业的加速共振 [2] - 研究持续看好机器人产业链投资机会,建议关注价值量较高的丝杠、电子皮肤等环节以及具备较高成长性的机器人大脑等方向 [2]
柔性边缘智能AI芯片突破“存储墙”性能限制
科技日报· 2026-02-04 08:57
核心观点 - 清华大学团队研发的“FLEXI柔性数字存算芯片”在柔性电子与边缘人工智能硬件领域取得突破,填补了高性能柔性AI计算芯片的技术空白 [1] 技术突破与创新 - 该芯片可直接在柔性基底上制造,兼具低功耗、低成本和高集成度优势 [1] - 通过工艺革新增加金属层数,突破了传统柔性电子难以支持复杂芯片互联的瓶颈 [1] - 创新采用数字“存内计算”架构,在存储器内部完成数据处理,消除了数据搬运的时间与能耗开销,并突破了“存储墙”性能限制 [1] - 在能效与可靠性等关键指标上的表现优于传统模拟存内计算方案 [1] 性能与可靠性 - 芯片在折叠、卷曲状态下可稳定工作,经4万次反复折叠后计算能力仍保持稳定 [2] - 芯片具备良好的耐温、耐湿和抗光照老化能力 [2] 应用场景与潜力 - 芯片能够集成至可穿戴设备,利用心率、呼吸频率、体温等生理信号实现人体日常活动识别 [2] - 该芯片实现了在低成本、低功耗条件下稳定运行神经网络任务,能够适配可穿戴健康监测等极端边缘设备应用场景 [2] - 为物联网领域智能硬件创新提供了新方向 [2] 行业背景与需求 - 机器学习与人工智能应用通常依赖高算力、高能耗的计算平台 [1] - 可穿戴传感器、脑植入器等极端边缘设备需基于柔性基底、低成本元件完成本地基础计算 [1] - 此前柔性中央处理器虽能实现通用计算,但存在速度慢、功耗高的瓶颈,无法满足数据分类、机器学习等AI任务需求 [1]
能承受4万次以上弯折!清华大学获柔性芯片重要突破
环球网资讯· 2026-02-02 13:16
技术突破与成果 - 清华大学团队研发的“FLEXI柔性数字存算芯片”成果发表于国际顶级期刊《自然》,标志着我国在柔性电子与边缘人工智能硬件领域取得重要突破,填补了高性能柔性AI计算芯片的技术空白 [1] - 该技术填补了柔性电子领域AI专用计算硬件的空白 [3] 技术原理与工艺 - 芯片采用CMOS低温多晶硅(LTPS)工艺,可直接在柔性基底上制造,兼具低功耗、低成本和高集成度优势 [3] - 通过工艺革新增加金属层数,突破了传统柔性电子难以支持复杂芯片互联的瓶颈 [3] - 创新采用数字“存内计算”架构,在存储器内部完成数据处理,消除了数据搬运的时间与能耗开销,并突破了“存储墙”性能限制,表现优于传统模拟方案 [3] 性能与可靠性 - 芯片在折叠、卷曲状态下可稳定工作,经4万次反复折叠后计算能力仍保持稳定 [3] - 芯片具备良好的耐温、耐湿和抗光照老化能力 [3] - 其最小尺寸芯片制造成本仅0.016美元 [3] 应用前景与潜力 - 芯片能够集成至可穿戴设备,利用心率、呼吸频率、体温等生理信号实现人体日常活动识别 [3] - 未来通过新型半导体材料应用、功率门控技术优化等,有望进一步提升性能 [3] - 若能持续优化生产良率与芯片尺寸,将推动可穿戴健康设备、物联网终端等领域的产业升级与技术革新 [3]