Los avances en microtecnología han permitido un aumento exponencial en el número de neuronas que pueden registrarse simultáneamente. Para cumplir con las demandas de alta cantidad de canales e implantabilidad, las aplicaciones emergentes requieren nuevos métodos para el procesamiento local en tiempo real con el fin de reducir los datos a transmitir. Los operadores de energía no lineales son ampliamente utilizados para distinguir los picos neurales del ruido de fondo, presentando un buen equilibrio entre recursos de hardware y precisión. Sin embargo, requieren un filtro de suavizado adicional, que afecta tanto la ocupación de área como la disipación de potencia. En este artículo, investigamos un detector de picos, basado en una serie de dos operadores de energía no lineales, y un umbral simple y adaptativo, basado en un operador de mediana de tres puntos. Mostramos que nuestra propuesta proporciona buena precisión en comparación con otros detectores basados en energía en un conjunto de datos sintético en diferentes niveles de ruido. Basándonos en la técnica propuesta, se diseñó un procesador de señal neural de 1024 canales en un proceso CMOS TSMC de 28 nm utilizando memoria estática de acceso aleatorio (SRAM) basada en latches, demostrando un consumo total de potencia de 1.4 W/ch y una ocupación de área de silicio de 230 m/ch. Estas características, junto con una comparación con el estado del arte, demuestran que nuestra propuesta constituye una alternativa para el desarrollo de interfaces neurales multicanal de próxima generación.