初の神経動態チップが登場：あなたの脳に「シリコンの双子」が誕生？

何が起きたのか：「考える」チップ

報道によると、北京大学集積回路学院の楊玉超（Yang Yuchao）チームと中国科学院上海マイクロシステム研究所の宋志棠（Song Zhitang）チームが共同で、世界初の相変化メモリスタ（PCM）ベースの神経動態システムチップの開発に成功した。

長い名前だが、分解して説明しよう。

**神経動態（Neural Dynamics）**とは、脳のニューロンがどのように「発火」し、どのように「信号を伝達」するかを数学モデルでシミュレーションすることだ。人間の脳には約860億個のニューロンがあり、電気信号を通じて互いに通信し、思考・記憶・反応を形成している。科学者たちは長年、コンピュータでこのプロセスを再現しようとしてきたが、従来のチップでは計算が遅すぎた。半世紀にわたり、脳のリアルタイムシミュレーションは難題であり続けた。

**相変化メモリスタ（Phase-Change Memristor）**とは何か？「極小スイッチ」を想像してほしい。ただし単純なオン／オフではなく、異なる抵抗状態の間をスムーズに切り替えられる。まるでニューロンのシナプスが信号の強弱を調節するようにだ。このデバイスは、特殊な材料（通常はカルコゲナイド化合物）を用いて結晶状態と非晶質状態を切り替えることで情報を記憶し、電源を切っても状態が失われない。

今回のブレークスルーの核心データは印象的だ。このチップは、複雑な神経動態演算の単一ステップ遅延を2.12ミリ秒に圧縮し、大脳皮質再構築などのタスクにおいて、現在の最先端GPUと比べて50〜478倍の高速化を実現した。つまり、これまで大規模サーバークラスタで長時間かかっていた脳シミュレーションタスクを、今や1枚のチップでリアルタイムに実行できるということだ。

概念図

従来のチップと何が違うのか：2つの「計算」アプローチ

このチップの特殊性を理解するには、まず日常的に使っているPCやスマートフォンのチップについて話す必要がある。

従来のチップの多くはフォン・ノイマンアーキテクチャに基づいている。プロセッサとメモリが分離されているのだ。たとえるなら、キッチンで料理をするようなものだ。冷蔵庫（メモリ）に食材があり、コンロ（プロセッサ）で調理する。冷蔵庫とコンロの間を何度も往復しなければならない。データの移動そのものが大量の時間と電力を消費する。これがいわゆる「メモリウォール」問題だ。

ニューロモーフィックコンピューティング（脳型計算とも呼ばれる）は発想を転換した。「記憶」と「計算」を融合させたのだ。メモリスタはデータを保存しつつ計算もできる。まさに人間の脳のように——ニューロン自体が「記憶と計算の一体化」を実現しており、記憶をある場所から別の場所に運んで処理する必要がない。

比較項目	従来のGPU/CPU	ニューロモーフィックチップ（相変化メモリスタ）
アーキテクチャ	メモリと計算の分離（フォン・ノイマン型）	メモリと計算の一体化
消費電力	高い（大量のデータ転送）	低い（その場で計算）
得意なタスク	精密な数値計算、グラフィックスレンダリング	パターン認識、時系列信号処理
脳のシミュレーション	ソフトウェアによる模擬。遅く、電力消費も大きい	ハードウェアレベルで天然に類似

端的に言えば、従来のチップは「力技」で脳をシミュレートするのに対し、ニューロモーフィックチップは物理的に脳に「似た構造」を持つ。今回の北京大学チームのブレークスルーは、この「構造的類似」を相変化メモリスタ上で初めて高精度・リアルタイムの神経動態シミュレーションとして実現したものだ。

グローバルな競争：「シリコンの脳」を作るのは中国だけではない

ニューロモーフィックチップは新しい概念ではない。世界のテック大手はこの分野で10年以上研究を続けている。

IntelのLoihiシリーズは代表的な製品だ。2024年に発表されたLoihi 2は18nmプロセスを採用し、約100万個の「人工ニューロン」を集積している。デジタル回路アプローチ——従来のシリコンプロセスでニューロンモデルを「構築」する路線だ。

IBMのTrueNorthはさらに早く、2014年の発表当時に大きな注目を集めた。「100万ニューロンチップ」と称され、消費電力はわずか70ミリワット。補聴器用電池1個で駆動できるほどだった。

対照的に、北京大学チームは「デバイスレベル」のアプローチを採用した。従来のトランジスタでニューロンの動作を「組み立てる」のではなく、相変化材料そのものの物理的特性を利用し、天然にニューロンに似た動的挙動を示させるのだ。

こう解釈できる：デジタル路線はレゴブロックで城を建てるようなもので、各ブロックは標準化されている。デバイス路線は粘土で造形するようなもので、材料自体に可塑性がある。後者はエネルギー効率と生物学的忠実度で天然の優位性を持つが、エンジニアリングの難易度も高い——材料の均一性、デバイスの寿命、大規模集積の歩留まりなど、解決すべき課題が残っている。

原理図

普通の人とどう関係するのか？

こう思うかもしれない：実験室のチップが、自分とどう関係あるのか？

短期的には、スマートフォンやPCに搭載されることはないだろう。しかし5〜10年のタイムスケールで見れば、この技術はあなたに直接関わるいくつかの分野に影響を与える可能性がある。

ブレイン・コンピュータ・インターフェース（BCI）。現在のBCIデバイス（たとえば麻痺患者がロボットアームを制御するシステム）は大量の神経信号を処理する必要があるが、チップの計算能力と消費電力の制約から「大まかな解読」にとどまることが多い。リアルタイムの神経動態チップがあれば、BCIは「いくつかのコマンドを読み取る」段階から「複雑な意図を理解する」段階へ進化できる可能性がある。これはALS（筋萎縮性側索硬化症）患者や脊髄損傷患者にとって革命的な意味を持つ。

エッジAIとウェアラブルデバイス。スマートウォッチでリアルタイムの健康管理を行いたくても、バッテリーと計算能力が足りない。ニューロモーフィックチップの低消費電力特性により、スマートウォッチ、補聴器、スマートグラスなどのデバイスがローカルで複雑なAI推論を完了できるようになるかもしれない。クラウドに依存せず、省電力でプライバシーも保護される。

創薬と脳科学。大脳皮質の活動をリアルタイムでシミュレーションできれば、アルツハイマー病やてんかんなどの脳疾患のメカニズムをより早く理解し、新薬のスクリーニングを加速できる。

ただし、これらの応用シナリオは現時点では「可能性」の段階であり、「まもなく実現」ではない。実験室のプロトタイプから量産・商用化までには、長いエンジニアリングの道のりがある。

注意すべきポイント

まず、「世界初」という言葉に浮かれてはならない。 「初」は先駆性を意味するが、まだ非常に初期段階であることも意味する。2.12ミリ秒の遅延と50〜478倍の高速化というデータは、特定のタスク（大脳皮質再構築）でのテスト結果であり、すべてのAIシナリオに単純に拡張できるものではない。汎用計算や大規模言語モデルの推論などの分野では、従来のGPUが依然として絶対的な主力だ。

次に、「脳型」は「人間のように賢い」こととイコールではない。 この種のチップがシミュレートするのはニューロンの電気信号の動態であり、意識や思考ではない。時系列パターン認識や低消費電力信号処理などの特定タスクが得意であり、「汎用人工知能（AGI）」までの距離はまだ遠い。もしマーケティング目的で「AIの覚醒の前奏曲」のように喧伝する記事があれば、警戒してほしい。

最後に、産業化の道筋はまだ不透明だ。 相変化メモリスタの材料安定性、大規模量産の歩留まり、既存の半導体プロセスとの互換性は、産業界が注目する核心的な問題だ。報道によれば同チームはチップレベルの集積を実現しているが、チップからシステムへ、システムから製品へ、每一步が「死の谷」である。

視野を広げる：実験室からあなたの手首へ

歴史を振り返ると、基盤ハードウェア技術が論文から普通の人々の生活を変えるまで、通常10〜20年かかる。フラッシュメモリは1980年代の発明から機械式ハードディスクに取って代わり、すべてのスマートフォンに搭載されるまで約20年を要した。GPUも1999年の誕生からディープラーニングで脚光を浴びるまで15年待った。

相変化メモリスタ技術がエンジニアリングの溝を無事に越えられれば、まず医療デバイス（埋め込み型BCIなど）や産業用センサー（低消費電力エッジ検出など）の分野で実用化され、その後徐々にコンシューマーエレクトロニクスに浸透していく可能性がある。

筆者がより注目すべきだと考えるのは、このチップそのものではなく、それが示すトレンドだ。コンピューティングは「脳をシミュレートする」ことから「物理的に脳になる」ことへと向かっている。ハードウェアがソフトウェアの命令を実行するだけのツールではなく、それ自体が生物のような動的特性を備えるようになったとき、人間と機械の境界は静かに変わるかもしれない。

共有用の一言まとめ： 中国の研究チームが世界初の相変化メモリスタ脳型チップを開発。GPU比478倍の速度だが、あなたのスマートフォンに搭載されるまでにはまだ長い道のりがある。

あなたの意見を聞かせてほしい： ブレイン・コンピュータ・インターフェース技術が成熟したら、どんな問題を解決してほしいですか？健康管理、病気の治療、それとも別の用途？コメント欄で教えてください。