受政府和市场支持，类脑芯片技术不断实现进展

作为类脑智能研究的范畴，类脑芯片近几年的发展进步受到了企业和政府的支持，国内也不断有新的研究成果出现。

国内在类脑芯片的研究进展

近年来，国内在类脑芯片的研究上也取了很多的进展，如西井科技的脑神经元芯片、浙大的“达尔文”类脑芯片、清华大学的电子突触阵列技术等。

西井科技是国内较早研究类脑芯片的企业，目前它们已推出了自主研发的拥有百亿规模神经元人脑仿真模拟器和可商用化五千万类脑神经元芯片DeepSouth两款产品。神经元人脑仿真模拟器类似于飞行员训练用的飞行模拟器，虽然人脑模拟器不能取代活体实验，但可以大大减少活体消耗。它可以通过接受医学上大脑神经元脉冲放电数据，以更直观方式呈现人脑的脉冲形态，帮助人类更清晰更直观的研究人脑的症状，同时采集数据反馈回大脑仿真模拟器检验药物及治疗效果。

DeepSouth 是一款可商用化的芯片，它能模拟出高达五千万个“神经元”，有 五十多亿个“神经突触”，该芯片除了具备“自我学习、自我实时提高”的能力外，还可以直接在芯片上完成计算，不需要通过网络连接后台服务器，可在“无网络”情况下使用。值得一提的是，DeepSouth 芯片在同一任务下的功耗仅为传统芯片的几十分之一到几百分之一。

2015年12月，由浙江大学牵头的联合研究小组在国内首次研制出支持脉冲神经网络的类脑芯片，它们取名为“达尔文”芯片。据相关人士介绍，这款芯片借鉴大脑神经网络结构与原理，创造出更省电、高效、智能的计算系统，与传统人工神经网络相比，其在结构与原理上都更加接近生物神经系统。

政府对类脑芯片研究也同样关注

美国为保持技术优势，率先发起类脑计算芯片的相关研究工作，通过模仿人脑工作原理，使用神经元和突触的方式替代传统冯诺依曼架构体系，使芯片能够进行异步、并行、低速和分布式处理信息数据，并具备自主感知、识别和学习的能力。因此市面上第一款类脑芯片TrueNorth就来自于美国的IBM公司。

中国也十分重视类脑研究，不仅在2015年将脑计划作为重大科技项目列入国家“十三五”规划，还发布了关于脑计划“一体两翼”的总体战略：一体即认识脑：以阐释人类认知的神经基础为主体和核心;两翼即保护脑：预防、诊断和治疗脑重大疾病和模拟脑：类脑计算。

中国的学术界也展开了对类脑的研究，2015 年中科院、清华、北大，相继成立“脑科学与类脑智能研究中心”，2017年5月在合肥成立了类脑智能技术及应用国家工程实验室。这些实验室将借鉴人脑机制攻关人工智能技术，推进类脑神经芯片、类脑智能机器人等新兴产业发展。这些类脑学术研究成果也在向企业界转化，例如清华大学类脑研究中心成果在2018年转化成立北京灵汐科技公司，以专注类脑芯片商用化。

类脑芯片的研究方向

现阶段类脑智能研究发展依然缓慢。一是由于脑机理认知尚不清楚。大脑是人类进化的高级产物，重量约1.5公斤，占体重2%，功耗约20瓦，占全身功耗20%，当前人类对大脑的认识还不足5%，尚无完整的脑谱图可参考;二是由于类脑计算模型和算法尚不精确。神经元连接的多样性变化性，使得前馈、反馈、前馈激励、前馈抑制、反馈激励、反馈抑制的建模不精确，脑功能分区与多脑区协同的算法不准确;三是现有计算架构和能力制约。现在计算系统是冯诺依曼架构，计算与存储分离，系统功耗高、并行度低、规模有限，而类脑计算系统是非冯诺依曼架构，计算与存储统合，高密度、低功耗，颠覆现有架构的代价较大。

而现类脑芯片需从不精确、非完整信息的类脑神经计算技术出发，通过提炼神经网络处理中的共性运算特性，发展类脑神经元计算模型，通过改变控制参数，使相同神经元电路模块能完成不同的神经元功能，增强神经计算电路模块的通用性，降低设计、制造的难度。此外，还需要迫切解决类脑计算芯片的功耗问题，需要研究建立神经网络处理器相关的功耗模型，通过结构设计参数的选择，降低相对功耗。发展基于统一抽象的、实时可调的软件抽象层设计，通过和硬件结合，对低功耗设计与评估进行实时反馈和调节，为上层设计提供一个可靠且便利的软硬件间的桥梁，解决能适应多种应用需求的兼容性问题。

和使用了诺依曼结构的GPU、FPGA、ASIC相比，类脑芯片是基于更早期的集成电路发展的。现在的类脑芯片尚未在市场上大规模应用，拥有很大的发展空间。