问题：人工智能正与物联网、具身智能等加速融合，终端侧对“随处部署”的智能计算提出更高要求；无论是贴合皮肤的健康监测设备，还是需要复杂曲面、狭小空间工作的柔性机器人，都要求芯片既能提供可靠算力，又能在弯折、拉伸等形变条件下长期稳定运行。然而，传统硅基芯片以刚性为主，在人体表面、织物载体或曲面结构上的集成难度较大；一些现有柔性处理器虽然可弯折，但常受工作频率有限、能耗偏高、并行计算能力不足等影响，难以承担神经网络推理等数据密集型任务，柔性智能硬件的算力短板仍待补齐。 原因：柔性电子要实现高性能计算，核心挑战来自器件与架构的双重限制。一上，柔性基底与低温制程限制晶体管性能，使开关速度、稳定性等指标较难达到成熟硅基工艺水平；另一方面，传统“存储—计算分离”架构运行神经网络时需要频繁搬运数据，能耗与时延随之上升。在功耗预算极其紧张的可穿戴设备上，该“数据搬运”问题尤为突出。因此，如何在柔性形态下实现更高能效、更低功耗，并兼顾可靠性，成为柔性智能芯片走向实用的关键门槛。 影响：针对上述难点，清华大学、北京大学等机构科研人员基于国产工艺研制出FLEXI系列全柔性数字型存算一体芯片，为柔性电子进入边缘端高性能智能计算提供了新路径。该芯片采用低温多晶硅薄膜晶体管，器件薄且可弯折，面向终端场景强调低功耗、高能效与稳定性。更重要的是，芯片以全数字静态随机存取存储器为核心构建“存算一体”架构，将部分计算在存储单元附近完成，从源头减少数据往返搬运带来的时间与能耗开销，更适配可穿戴与分布式终端对功耗与实时性的要求。研究数据显示，FLEXI-1最小版本芯片面积约31.12平方毫米，集成上万晶体管，可在约55.94微瓦的超低功耗模式下运行；可靠性上，可承受超过4万次180度弯折且性能无明显衰减，并在长周期测试中保持稳定。面向医疗健康场景，研究团队还展示了使用较小容量芯片实现心律失常检测并取得较高准确率的示范，反映了其在贴身监测与连续运行中的应用潜力。 对策：从产业化与应用落地看，柔性智能芯片从实验室走向规模应用，还需要在标准、生态与工程化上联合推进。其一，建立面向可穿戴医疗、康复辅具、柔性机器人等领域的可靠性评价体系与测试标准，覆盖弯折疲劳、汗液与温湿度环境、长期工作漂移等关键指标，提升跨场景可比性与准入效率。其二，推进“芯片—封装—材料—算法”协同设计，尤其在封装与互连环节兼顾柔性与耐久，避免在系统集成中削弱器件优势。其三，完善软硬件工具链与模型部署流程，降低开发门槛，使更多应用方能在终端侧完成神经网络压缩、快速部署与迭代更新，形成可持续的应用生态。其四，围绕国产工艺与供应链开展联合攻关，优化良率、成本与一致性，为规模化量产打基础。 前景：随着健康管理需求上升，智慧医疗与智能制造持续推进，柔性智能硬件有望在多方向拓展应用。在医疗健康领域，可用于长期、连续、低功耗的生理信号监测，提升早筛与随访能力；在柔性机器人与可变形结构中，可将感知、决策与控制更紧密地嵌入“皮肤”和“关节”，增强环境适应性与交互安全性；在人机交互、脑机接口等前沿探索中，柔性、贴合与低功耗特性也可能成为关键支撑。同时也需认识到，柔性芯片并非对刚性高端芯片的简单替代，更可能在“贴身、分布、低功耗、耐形变”的边缘场景形成差异化优势，与现有计算体系分工协同，推动从云到端的智能计算体系深入完善。
柔性芯片的研制成功，显示我国在新型计算硬件方向取得重要进展；随着人工智能应用不断扩展，智能计算硬件的形态与需求将更加多样。FLEXI系列芯片不仅为可穿戴设备、柔性机器人等应用提供了新的技术选项，也展示了科研团队在关键技术挑战上的创新能力。随着柔性芯片技术继续成熟并进入更多实际场景，预计将在健康监测、医疗诊断、人机交互等领域带来新的应用变化，并为对应的产业发展提供支撑。