近年来，可穿戴设备、移动医疗与多模态传感器快速发展，带来一个现实难题：一方面，终端侧数据量持续增长，依赖云端传输与集中计算容易受制于网络、时延与隐私等因素；另一方面，设备形态趋向轻薄柔软，对芯片的功耗、体积与机械可靠性提出更高要求。
传统高性能计算芯片多建立在刚性硅基平台之上，难以与柔性载体长期贴合工作；而既有柔性电子器件在运算速度、能效与稳定性方面又普遍难以支撑复杂的智能推理任务。
如何让“柔性”与“智能算力”在同一芯片上兼得，是制约柔性电子走向规模化应用的重要瓶颈。
针对这一痛点，我国科研人员提出并实现了全柔性数字型存算一体方案，研制出FLEXI系列芯片。
该系列采用低温多晶硅（LTPS）CMOS工艺，结合全数字静态随机存取存储器为核心的存算一体架构，将存储与计算在芯片内部紧密耦合，减少数据在存储器与计算单元间频繁搬运所带来的能耗与时间开销。
该系列包含不同容量规格，最高集成约26.5万个晶体管，在单一柔性基片上实现存储、计算单元与外围电路的高度集成，并通过模块化、可扩展设计支撑并行点积等典型神经网络运算。
从原因层面看，柔性芯片难做、难用，核心障碍在于工艺波动与机械应力对器件一致性和电路稳定性的影响。
柔性基底在弯折、拉伸过程中会引入应力，进而影响晶体管参数，传统设计方法往往难以兼顾“可弯折”与“可计算”。
此次成果通过覆盖制造工艺、电路设计到算法实现的跨层级协同优化策略，在“材料与器件可制造性”“电路容错与稳定性”“模型与算子适配性”之间建立联动，降低工艺波动与应力对计算精度和能效的影响。
同时，团队针对不同容量设计轻量级神经网络模型，采用一次性片上部署思路，减少权重反复写入造成的能耗与时间消耗，使芯片更适合长时、低功耗运行的终端侧推理任务。
从影响层面看，这一突破有望推动边缘智能从“把数据送上云”转向“在传感器附近就地处理”。
实验显示，芯片可在较宽电源电压范围内稳定工作，并在小半径、对折等极端弯折条件下经历多次循环后性能无明显退化；同时在长时间高频运算中实现零错误运行，良率与成本指标也体现出面向应用的可行性。
与既有柔性计算芯片相比，其时钟频率与能效实现明显提升，表明柔性平台并非只能承担简单控制或信号采集，也具备承载一定规模智能推理的潜力。
这意味着在可穿戴健康监测、软体机器人、皮肤电子与环境监测等领域，未来可通过“边缘侧实时计算”提升响应速度，减少数据外传，强化隐私与安全保障。
在应用验证方面，研究团队围绕日常活动连续监测与识别开展展示，采集心率、呼吸频率、体温、皮肤水分等多模态生理信号，构建轻量级卷积神经网络并在小规格芯片上完成片上部署，在测试集上获得较高识别准确率。
这一示范说明，柔性存算一体芯片不仅能在实验条件下完成指标验证，也可与实际传感与算法流程耦合，向可用系统迈进一步。
面向对策层面的思考，柔性智能计算要走向更广阔的产业应用，还需在标准化与生态建设上持续发力：一是推动柔性工艺的稳定性评估与可靠性测试体系建设，形成面向量产的质量控制方法；二是完善面向存算一体与柔性器件特性的软硬件协同设计工具链，降低应用开发门槛；三是围绕医疗健康、运动康复、老年照护等重点场景，构建“传感—计算—算法—系统”一体化解决方案，开展更多真实环境下的长期验证；四是加强数据安全与合规框架下的终端侧智能部署，明确边缘计算在医疗等敏感场景中的使用边界与技术规范。
从前景看，柔性电子与边缘智能的深度融合，正在从概念验证走向工程可用。
随着柔性存算一体架构、低功耗设计与算法轻量化持续迭代，未来这类芯片有望进一步提升集成度与算力密度，拓展到更复杂的多模态推理与连续监测任务，并在更贴近人体、更贴近环境的形态中实现“无感化计算”。
在产业链层面，基于国产工艺的探索也为构建自主可控的柔性智能硬件体系提供了新的支点。
FLEXI芯片的成功研制标志着我国在柔性电子芯片领域取得了重大突破。
这项成果不仅展现了国内科研机构在集成电路设计与工艺方面的创新能力，更为可穿戴医疗、智能监测等新兴产业的发展提供了有力支撑。
展望未来，随着柔性芯片技术的不断完善和应用场景的扩展，这类芯片有望在移动医疗、健康监测、智能穿戴等领域发挥越来越重要的作用，为人类生活方式的创新升级做出新的贡献。