这个 2nm 项目，不造芯片

这个项目不造芯片。它的范围止于三件事：AI 模型、把模型搬上推理芯片的优化、在医院里的有用性验证——半导体器件本身的开发，不在其中。阶段审查前的 60 亿日元以上，买到的是一份用实测数据写成的需求规格书，和一道 2029 年 3 月的审查。至于标题里那块 2nm 芯片：设想由 IBM 设计，制造方未定——在项目的前两年半里，它不会以实物出现。

医院里，GPU 撞了三堵墙

先看清问题。CT、MRI、超声、手术显微镜的图像越来越高清，数据量随之膨胀——尤其是光子计数 CT（逐个计数 X 射线光子并测其能量的次世代 CT，本项目第一个系统的对象）：说明会给出的数字是，分辨率可达原来的约 4 倍，加上物质分别的信息，数据量再增 3–5 倍。处理这些数据的主力本该是 GPU，但高性能 GPU 的功耗是 300–700 瓦。对数据中心这不算什么；对一台要塞进检查室、推上手术台的设备，发热、体积和供电都是硬约束。

第二堵墙是数据的位置。患者信息敏感，送到院外云端处理，在带宽、延迟和合规上都别扭——项目方的说法是「难以送出」，不是「不能送出」，这两者要分清。第三堵墙是速度有具体的样子：诊疗现场用的是训练好的模型做推理，不需要通用 GPU 为大规模训练准备的全部功能——却需要结果立刻出来。现行 GPU 在 4K 手术画面上同时跑多路 AI，帧率会掉到每秒 1–2 帧（说明会口径）。

所以这个项目的技术选择从一开始就写在题目里：推理专用。不要通用的算力巨兽，要一块只做推理、快、而且凉的芯片——凉到能住进设备里面。

三个系统，三间屋子

实时图像诊断支援（北海道大学 + 富士胶片）。 为光子计数 CT 做高速重建 AI 和器官分割 AI：重建从每秒 5 张做到 25 张；全身约 1,000 类解剖学结构的分割，从约 25 秒缩到 5 秒以内，支援放射科医生的读影与报告。富士的目标不止于 AI——还要面向 CT 装置、PACS（影像系统）和读影终端做系统开发（发布稿）。换句话说，芯片只是入场券，真正的产品是整台设备的工作流。

实时诊疗支援（北海道大学 + GE 医疗）。 把诊疗中取得的超声图像，与预先拍摄的 CT/MRI 图像实时叠合，持续修正呼吸带来的器官移动与变形，目标每秒 15 帧。设想的场景是肝肿瘤的热消融与穿刺活检（说明会）。

实时手术支援（北海道大学主导，imec 支援）。 以北大已有的脑外科手术影像 AI 为基础，把器械追踪、解剖结构识别、出血检出三路处理集成进一个能放进手术室的小型「AI Box」：在保持 4K 画质的前提下，从现行每秒 1–2 帧做到 30 帧。imec 负责把模型转换、量化，并集成到推理芯片的流水线上。

三个系统共享同一块地基：机器内部（边缘侧）实时运行的推理基盘。

先交作业，再换芯片

整个项目最值得看的，是它的顺序。第一阶段到 2029 年 3 月阶段审查为止：AI 模型的学习与算法开发在 GPU 环境推进，推理跑在 IBM 的 Spyre 上——这块加速器由 Samsung 以 5nm 制造，被选中的理由是它与设想中 2nm 芯片的开发环境、架构亲和性高（说明会）。审查前要交的作业有两份：三个系统在 Spyre 上完成实现、动作验证与最适化；以及一份定量预测——以实测值为依据，说明迁移到 2nm 之后能达到图像处理速度 5 倍以上、能效 10 倍以上。审查通过之后，项目才转到 2nm 实机验证，并在北海道大学医院验证临床有用性，2031 年 9 月收官。

Rapidus 的 2nm 量产目标（2027 年下半年，路透社）是项目外的条件，不是项目节点。项目结束后才办理器械认证，上市在其后。

也就是说：在至少两年半里，「2nm 医疗 AI」跑的是 Samsung 造的 5nm 芯片。而那块 2nm 芯片由谁制造，三家来源的温度明显不同：

事实

日经（2026-10-20）：工藤與亮教授在记者会上称「最有力候选是 Rapidus」。TECH+ 说明会口径：LSTC 希望采用国产半导体，Rapidus 制造是「候选之一」；2nm 芯片以 IBM 设计为前提设想，但设计主体与制造先均未确定。路透社（2026-10-20）：芯片设想由 Rapidus 以 IBM 授权技术生产。三家的共同点是：没有任何一家说「已经决定」。

东哲郎理事长在发布会上的说法点出了这种顺序的用意：「要把半导体、AI、医疗设备等各方专业性汇集起来，把最先进半导体连接到真正能在医疗现场派上用场的技术。」（日经）芯片和应用同时开发，是这个项目的设计，不是它的事故。

能不能达到：逐项判断

先声明：以下全部是本刊的编辑判断，不是测量，更不是统计——是把已知事实摆开之后，我们愿意押的方向。把「能不能成」拆开，答案不是一个：

三个 AI 系统在审查前落地（Spyre 级硬件）——大概率能成。 本质是软件工程：富士有 REiLI 的落地经验，北大有临床现场和既有的手术影像 AI，到审查有两年半工期。这一段与 2nm 无关，也正因如此，它最稳。

审查时的定量预测过审——有可能，但要打折听。 固定任务的推理专用芯片对通用 GPU 做出 10 倍能效并不罕见；但预测的基线是「现行医疗设备中的商用 GPU」，这个基线会随 GPU 进步而移动；且「图像处理速度」是含重建在内的端到端指标，比单芯片跑分难。预测写得再扎实，也只是预测——审查考的正是这一点。

审查后按期换上 2nm 实机——五五开，偏险。 它要求三件项目之外的事同时成立：IBM 的设计按时成形、制造方（至今未定）按时交付、北大医院的临床验证不延期。两阶段加阶段审查的设计，正是对这段风险的对冲：审查前，先把能控的部分全部做完。

认证与上市——不在项目表内。 搭载 2nm 芯片的医疗器械认证，要在 2031 年 9 月项目结束后才办理，上市最早在那之后（AI 软件的认证在项目期内并行推进）。把 2031 年读成「产品上市年」的人，读错了。

还有一件要说清：医疗推理芯片是小批量市场，这个项目喂不饱任何一座工厂。它产出的是规格、方法和临床数据管线。

判断

我们的解读

这个项目交付的不是芯片，是顺序——先让医院在别人的芯片上把需求跑成实测数据，再让这些数据反过来定义那块还没影的 2nm 芯片；60 亿日元以上买的，就是这份规格书和 2029 年 3 月的审查。支撑这个顺序的物理只有一条：GPU 进不去设备内部，不是因为算力不够，而是 300–700 瓦太烫、太大——胜负手是瓦数，不是算力峰值。医院只是第一间屋子；把模型搬上推理芯片的方法，TECH+ 明言可横展到制造、机器人等边缘场景。风险也写在同一页上：如果 2029 年 3 月的定量预测过不了审，或审查后设计与制造迟迟不定，「应用先行」就会变成「应用空转」——Spyre 上的系统做得再好，也证明不了国产 2nm 的任何事。到 2029 年 3 月看审查，到 2031 年 9 月看实机。这两个日期，就是这篇文章的保质期。

每一方想要什么

一个项目能立项，从来不只是因为技术成立。把各方的动机摊开，这个项目的形状就清楚了。

国家（经产省与 NEDO）要的是「用途」，而且要得直白。 日本的半导体政策前两步是抢产能、建工厂，第三步必须回答「造出来给谁用」。发布稿把目的写得毫不掩饰：为国产最先进半导体创造社会落地的用例。同一周，同一事业下 PFN 与美国 Tenstorrent 的光电融合 xPU 课题也被入选——这是一整套「给国产芯片找活干」的组合。而就在立项公布前一天（10 月 19 日），经产省刚提出 2027–2029 年度向 Rapidus 追加产业投资 4,000 亿日元的计划（属「要求」阶段，各年度仍待批准；若全额落实，政府累计出资将达 6,500 亿日元，另有 2 万亿日元民间融资处于意向书阶段）。工厂需要需求故事，出资才讲得下去。

LSTC 与东哲郎要的是「连接」，产出的是规格。 同一个人同时坐在 Rapidus 会长和 LSTC 理事长的位置上：一边是将来要造芯片的工厂，一边是负责组织需求的研究组合。这不是巧合，是制度设计。东哲郎在说明会上的说法也是这个意思：最先进半导体和它的应用，必须同时开发。LSTC 在这个项目里的产品，不是芯片，是把临床需求翻译成芯片规格的那张桌子，和审查前两年半攒下的实测数据。

富士胶片要的是差异化的载体。 它 2019 年 12 月宣布以约 1,790 亿日元收购日立的影像诊断业务，2021 年 3 月完成，由此拿到 CT、MRI、超声的完整产品线和渠道；但影像硬件越来越同质化，利润在软件和工作流里。它的医疗 AI 平台 REiLI 需要装进自家设备的理由；它在发布稿里写明：面向 CT 装置、PACS 和读影终端做系统开发——下一代机器的重建 AI，已经排在它自己的议程上。

GE 医疗要的是守住超声的主场。 超声与 CT/MRI 的融合影像，是各厂家正在抢的临床功能点；GE 医疗在日本有开发、制造和销售的完整布局（总部在日野市），它在本项目里担的正是超声与 CT/MRI 的融合影像。

北海道大学与北海道要的是实证场地和地区医疗。 发布稿写明目标之一是「地区医疗的诊断高度化」；而北海道同时是 Rapidus 千岁工厂的所在地——半导体与医疗，在同一个道里互相背书。

imec 做的是方法本身。 它在本项目里的分工写得很具体：把手术 AI 模型转换、量化、做推理流水线集成并部署到推理专用芯片上，这套优化手法还将横展到另外两个系统（TECH+）。这正是 imec 的本行——发布稿附的 imec 介绍写明，它通过 IC-Link 提供从概念到量产的定制半导体方案。

IBM 两头都在场。 审查前，Spyre 是先行硬件；审查后，设想中的 2nm 芯片以 IBM 设计为前提。无论制造最终落到谁家，IBM 的架构与工具链，已经先一步写进了规格里。