在可穿戴设备、植入式医疗、智能交互与物联网快速发展的背景下，电子系统正从“刚性盒子”走向“贴合人体与环境的柔性形态”；这个趋势推动柔性传感、柔性显示等技术加速落地，但长期以来，面向人工智能推理计算的核心硬件仍以刚性芯片为主：即便外壳可弯折、材料可拉伸，关键计算单元往往难以随之变形，成为柔性智能系统更轻薄化、可靠化与低功耗化的制约环节。 问题在于，人工智能在边缘侧的部署越来越强调实时性、续航与隐私安全，计算需要在更靠近数据源的位置完成。然而，传统架构在柔性场景下面临三重挑战：其一，能效瓶颈突出，边缘设备电池与散热空间有限，复杂神经网络推理难以长期运行；其二，可靠性要求更严，器件在反复弯折、压缩、扭转等机械应力下容易产生性能漂移甚至失效；其三，大规模集成难度高，柔性基板上的工艺波动、器件一致性与良率控制，都会影响电路稳定性与可扩展性。换言之，柔性电子“能做出来”和“能稳定算得准、算得久”之间仍存在明显鸿沟。 针对这一瓶颈，清华大学集成电路学院任天令教授团队与合作团队提出面向边缘智能加速的柔性数字存内计算芯片FLEXI。该思路的关键，在于将部分计算从传统“存储—搬运—计算”的路径，转向“在存储附近或存储阵列内部完成”的存内计算范式，以减少数据搬运带来的能耗与延迟，从系统层面提升边缘推理效率。同时，团队采用低温多晶硅CMOS工艺，使芯片在轻薄化、成本控制与制造可行性之间取得平衡，并推出多种规格设计，最高集成约26.5万个晶体管，体现出面向规模化集成的工程取向。 原因层面看，柔性场景之所以“难算”，核心在于材料与工艺特性带来的器件波动，以及机械形变对电学性能的扰动。为此，团队提出覆盖制造工艺、电路结构与算法设计的跨层协同优化策略：在制造侧尽可能提升器件稳定性与良率；在电路侧提升并行点积运算的稳定与速度；在算法映射侧增强对工艺波动与形变扰动的鲁棒性。通过多层协同，FLEXI在工艺波动与机械变形条件下仍能保持较好的精度、面积效率与能效表现，从而把柔性电子从“形态可弯折”进一步推进到“计算可弯折、性能不妥协”。 从影响看，这一进展为柔性电子迈向“通用感知+本地智能”的系统化应用提供了关键拼图。首先，在移动医疗与可穿戴健康管理中，贴合皮肤或织物的设备若能在本地完成识别、分类与异常检测，可减少数据回传，降低功耗并提升隐私保护能力。其次，在植入式神经记录、人机交互等对尺寸与可靠性高度敏感的场景，计算单元的柔性化有助于降低刚性结构对组织与环境的影响，提升长期使用的舒适性与稳定性。再次，在物联网与边缘节点广泛部署的趋势下，低功耗、可扩展的柔性计算硬件有望拓展设备形态边界，使“薄如纸、贴即用”的智能终端成为可能。 实验结果为上述判断提供了直接依据。团队报告显示，FLEXI芯片在弯折半径1毫米、180度对折的严苛条件下，经历超过4万次弯折循环后性能无明显退化；在高频计算、极端机械应力及加速老化条件下也保持稳定运行，并体现出超过6个月的长期稳定性。这些指标不仅体现“可弯”，更强调“可长期可靠工作”，有助于提升产业界对柔性智能硬件的信心与采用意愿。 对策与路径层面，柔性智能硬件要走向更广泛应用，仍需在标准化与生态协同上持续发力：一是加强跨学科联合攻关，形成材料、工艺、器件、架构、算法与系统封装的闭环优化；二是完善面向柔性器件的可靠性评价体系与测试标准，将弯折、扭转、汗液环境、温湿循环等真实使用条件纳入验证框架；三是推动与应用端共研，围绕医疗健康、工业巡检、智慧纺织等明确场景开展样机迭代，缩短从实验室指标到产品指标的转换周期；四是面向量产建立工艺窗口与良率提升方案，降低成本波动，提高供应链可获得性。 前景上看，随着边缘智能需求增长与柔性电子制造能力提升，柔性计算芯片有望与柔性传感、柔性供能与柔性通信形成协同，构建更完整的“柔性智能系统”。这不仅意味着终端形态的变化，更可能带来部署方式的变化：智能设备从“被携带”走向“被穿戴、被贴附、被嵌入”，并在更低功耗、更低延迟的条件下实现持续运行。此次成果发表于国际学术期刊《自然》，也从侧面反映了该方向的国际关注度与学术前沿属性。
这项源自中国实验室的原创性突破，不仅展现了我国在新一代信息技术领域的创新活力，更表明了"从实验室到病床"的科技成果转化能力。在万物互联向万物智联演进的时代浪潮中，中国科研团队正以扎实的基础研究和技术攻关，为全球科技发展提供新的中国方案。正如《自然》期刊评审专家所言："这项研究重新定义了柔性电子技术的性能边界，为智能医疗时代打开了新的想象空间。"