日本先端半導体技術センター（LSTC，先进半导体技术中心）在10月20日召开的东京记者会上宣布，将与北海道大学、富士胶片、GE HealthCare Japan 共同启动一项联合研发：在医疗影像处理系统中引入线宽仅2纳米的推理专用先进半导体芯片。该项目已获日本新能源产业技术综合开发机构（NEDO）立项，比利时微电子研究中心 imec 也将参与。这一消息意味着，日本一直倾力押注的 2nm 半导体能力，正式向医疗 AI 场景开辟了第二战场。
事件详情：五家机构分工，瞄准设备内实时 AI
据路透社10月20日从东京发回的报道，此次联合研发由 LSTC 牵头。该中心是由日本企业、大学和研究机构共同参与的技术研究组合，成员包括正处在 2nm 量产冲刺阶段的 Rapidus。项目分工明确：LSTC 负责半导体芯片设计；富士胶片主要开发用于医院影像检查与超声诊断的 AI 技术；北海道大学负责 AI 的设计与评估，其工藤（Kohsuke Kudo）教授担任研发副总负责人；未来将在北海道大学医院进行示范试验。
项目定下了颇为激进的研发目标：图像处理速度比传统 GPU 快5倍以上，能耗效率提升10倍以上。需要说明的是，这是时事通信社报道中提到的研发目标，而非已经验证的性能数字。
具体应用锁定了三个医疗场景。首先是 CT 影像的实时诊断支持：新一代的光子计数 CT 一次扫描会产生海量图像数据，项目计划用 AI 高速完成图像重建并自动识别器官，这部分 AI 将由富士胶片负责。其次是超声检查的实时辅助：在检查过程中将超声图像与 CT、MRI 图像叠加比对，帮助医生即时诊断。第三是手术中的实时支持：AI 对手术显微镜传回的视频进行分析，实时识别手术器械、解剖结构与出血点。
背景分析：为什么是 2nm 芯片？为什么是现在？
医疗场景的 AI 落地长期被两个瓶颈卡住：功耗与延迟。GPU 虽然算力强大，但装进 CT 机、超声仪这类医疗设备时，功耗、散热与体积都成了硬约束；更重要的是，手术中影像识别的延迟如果过长，再高的吞吐也毫无意义。针对 AI 推理专门优化的 2nm 芯片，正是为了解决”在设备内实时运行”这一问题而设的。
芯片供应层面，项目将直接承接 Rapidus 的 2nm 量产成果。据相关报道，研发工作将以 Rapidus 为美国 IBM 代工的产品为基础展开。Rapidus 目前正在北海道千岁市全力建设 2nm 量产工厂，目标是2027年下半年启动量产。换句话说，这个医疗 AI 项目的芯片需求，恰好落在 Rapidus 量产时间表之后，二者是互相咬合的。
对日本半导体产业而言，这一步的战略意味不小。传统上，先进半导体的主要舞台是数据中心与自动驾驶；把 2nm 能力引入医疗设备，等于为日本半导体开辟了一个全新需求市场，同时也在为其先进制程找到数据中心之外的”锚点客户”。NEDO 把项目纳入”后5G 信息通信系统基础设施强化研发事业”委托项目，也说明官方把它视为国家半导体战略的一部分。
影响与展望：医疗 AI 芯片赛道正式开张
兼任 LSTC 理事长的 Rapidus 会长东哲郎在记者会上表示：”我们开发的半导体与 AI 如果能丰富人们的生活、带来幸福，那是最重要的事情，尤其是在医疗领域的开发意义重大。”这句表态背后，是日本希望把半导体技术优势转化为医疗民生价值的明确意图。
从行业格局看，医疗影像 AI 芯片正在成为一条独立赛道。富士胶片、GE HealthCare 本身就是医疗影像设备巨头，它们与芯片厂商的直接结盟，意味着 AI 医疗设备正在从”通用 GPU+软件算法”的模式，转向”专用芯片+垂域模型”的软硬一体化路线。一旦在北海道大学医院的示范试验验证成功，这种”设备内实时 AI”的架构很可能被复制到更多医疗设备品类中。
当然，挑战同样真实：2nm 推理芯片的成本、医疗设备的认证周期、AI 诊断的监管审批，每一关都不轻松。但无论如何，当 2nm 芯片开始从数据中心走向手术室，半导体与 AI 的结合正在进入一个更贴近人的阶段。