近年來，以人工智能、集成電路、生命科學、類腦智能等學科領域為代表的新一輪科技革命和產業變革正在高速發展，重構全球創新版圖甚至全球經濟格局。在眾多極具“顛覆性”的科技領域中，類腦計算無疑是最尖端和最前沿的，因此這個領域也是全球各大經濟體之間的“兵家必爭之地”，而類腦計算領域的長足發展離不開類腦芯片的大力支撐。類腦芯片技術的終極愿景是：使得計算機能夠像人腦一樣思考。 ?01 類腦計算芯片簡介及優勢 ? 類腦計算（Brain-inspired Computing）又被稱為神經形態計算（Neuromorphic Computing），是借鑒生物神經系統信息處理模式和結構的計算理論、體系結構、芯片設計以及應用模型與算法的總稱。類腦計算以神經元與神經突觸為基本單元，從結構與功能等方面模擬生物神經系統，進而構建“人造電子大腦”的新型計算形態。

類腦計算芯片（Neuro-inspired computing chips）就是用電路模擬人腦神經網絡架構的芯片，它結合微電子技術和新型神經形態器件，模仿人腦神經系統計算原理進行設計，實現類似人腦的超低功耗和并行信息處理能力。隨著新一代人工智能技術及半導體技術的發展，類腦計算芯片實現了對神經元的高度仿真建模計算。相比于傳統芯片，類腦芯片在功耗和學習能力上具有更大優勢，能夠實現存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。

人工智能發展到今天，歸結起來無非是三個影響因素——算法、算力、大數據。隨著算法被設計的越來越復雜、算力越做越大，產生的數據量也越來越多，只要有足夠多的算力、數據和算法，就能用人工智能來解決很多問題。但隨之而來的代價是巨大的能耗，能耗成為了限制人工智能發展的決定性因素。類腦芯片在突破能耗痛點，降低功耗方面的獨特優勢使其更能適應未來人工智能的發展。

?02 國內外典型類腦計算芯片介紹

天機Tianjic芯片

清華大學類腦計算研究中心施路平教授所帶團隊開發出了全球首款異構融合類腦計算芯片——“天機” ，于2019年8月1日在頂級學術期刊《Nature》雜志上發表《面向人工通用智能的異構“天機”芯片架構》并成為該期雜志的封面文章。

Tianjic芯片最大的創新點在于結合了SNN和ANN兩種算法，ANN就是我們通常意義上的深度學習框架，主要運算是矩陣乘累加。SNN即脈沖神經網絡，是模擬生物神經元連接和運行方式的模型，通過計算產生神經電脈沖進行信息傳遞。

由于Tianjic集成了兩種方法，它可以提供混合、協同平臺。通過資源復用，只需百分之三的額外面積即可同時運行計算機科學和神經科學導向的絕大多數神經網絡模型，支持異構網絡的混合建模，形成時空域協調調度系統，發揮它們各自的優勢，既能降低能耗，提高速度，又能保持高準確度。

在Tianjic芯片的控制下，一輛普通自行車實現了識別語音指令、自動控制平衡等功能，還能對前方行人進行探測和跟蹤，并自動避開障礙，在駕駛技術層面像真實的人類一樣靈活。? ?

達爾文Darwin芯片

2020年9月1日，浙江大學聯合之江實驗室共同成功研制了我國首臺基于自主知識產權類腦芯片的類腦計算機，其包含792顆浙江大學研制的達爾文2代類腦芯片，支持1.2億個脈沖神經元、720億個神經突觸，與小鼠大腦神經元數量規模相當，典型運行功耗只需350—500瓦，是目前國際上神經元規模最大的類腦計算機。

“達爾文2代”采用55nm標準CMOS工藝，單芯片由576個內核組成，每個內核支持256個神經元，通過系統級擴展，可構建千萬級神經元類腦計算系統。一方面，達爾文可作為脈沖神經網絡模型與算法高效的硬件運行載體，幫助建立特定功能的類腦智能系統；另一方面，達爾文有助于解碼生物腦電信號，并與生物神經網絡對接構建腦機融合系統。

目前，Darwin Mouse類腦計算機已經實現了多種智能任務。研究者將類腦計算機作為智能中樞，實現抗洪搶險場景下多個機器人的協同工作，經過訓練的3臺機器人分別擔任了巡邏、救援、工程檢修“特種兵”。同時，還用類腦計算機模擬了多個不同腦區，建立了丘腦外側膝狀核的神經網絡模型，仿真了不同頻率閃動的視覺刺激時該腦區神經元的周期性反應；借鑒海馬體神經環路結構和神經機制構建了學習-記憶融合模型，實現音樂、詩詞、謎語等的時序記憶功能。? ? 英特爾Loihi芯片

據英特爾方面稱Loihi內部包含了128個計算核心，每個核心集成1024個人工神經元，總計13.1萬個神經元，彼此之間通過1.3億個突觸相互連接。

Loihi采用英特爾主流的14 nm制造技術制造而成，Loihi沒有深度學習硬件中普遍存在的浮點數和乘法累加器單元，沒有片外內存接口。和大腦一樣，所有計算都在芯片上進行，通過二進制脈沖信息和低精度信號，內存來源于芯片神經元之間的連接。Loihi采用同質架構，將許多小神經擬態核實例化，每個核的大小只有針頭的一部分。部分機器人工作負載顯示，Loihi 的功耗比傳統解決方案低 40-100 倍。

相比傳統計算機架構，Loihi芯片的神經擬態架構完全模糊了內存和處理之間的界限。和大腦一樣，它利用的是數據連接、數據編碼和電路活動中所有形式的稀疏。處理就發生在信息到達時，二者同步進行。Loihi的最新進展表明，未來的神經擬態設備，比如無人機，將可以像玄鳳鸚鵡一樣實時解決規劃和導航問題。

?03 類腦計算芯片應用場景

首先，在健康領域，依靠類腦芯片，未來腦疾病的治療將可能有重大突破。國外已經在研究和部署腦機接口了，就是把芯片植入到大腦中，獲取腦活動信息、腦電波等信息來觀測大腦的健康情況?，F在做的更多是通過大規模腦仿真來還原、模擬、計算探究腦疾病。比如帕金森癥的形成過程，嘗試獲取在病變過程中生物神經元、動力學計算等領域有哪些改變，可以通過哪些藥物來進行針對性的治療。弄清形成機理，將來的治療手段才會更加準確和高效，這是類腦芯片的第一個應用。

其次除了獨特的腦仿真、腦科學領域之外，在傳統AI領域，類腦芯片也表現優異，比如圖像識別、目標檢測、無人機/機器人控制算法、嗅覺感知、觸覺感知以及各類信號識別。這些下游任務可以在未來被廣泛應用于醫療器械、工業生產、安防、智能駕艙、自動駕駛、無人機與機器人等多個領域，這是第二個應用。

第三個應用方向是新興的類腦計算。是將傳統的人工智能和腦科學結合起來的計算，即異構融合，融合生物神經網絡和傳統人工神經網絡。基于存算一體的架構展示出巨大的潛力和前景，以更低的功耗和更強的功能集成發揮其不可替代的獨特優勢，推動人工智能的進步和創新。 ?

?04 國內外產業布局及未來前景

2020年中國類腦計算芯片市場規模達到了0.10百萬美元，預計2029年可以達到177.67百萬美元，2021-2029期間年復合增長率(CAGR)為123.05%。2020年全球類腦計算芯片市場規模達到了6.36百萬美元，預計2029年可以達到2664.52百萬美元，2021-2029期間年復合增長率(CAGR)為94.71%。當前，盡管類腦計算行業還處在突圍階段，但市場前景已經愈發明朗。

地區層面來看，北美占據了全球的主要市場份額，2020年規模為2.87百萬美元，占總市場的45.13%。歐洲市場位居第二，但是在過去幾年增長速度有所放緩，2020年市場規模為2.27百萬美元，約占全球的35.69%，而且預計2029年將達到928.85百萬美元，屆時全球占比將達到34.86%。

雖然各大國際廠商正爭相推出自己的類腦芯片，但目前類腦芯片大規模商用化較為困難。近兩年，我國類腦芯片研究逐步深入，類腦芯片市場也擁有者良好的發展機遇。靈汐科技是國內一家全球領先的類腦計算技術公司，它發布了第一代商業量產的類腦芯片——領啟KA200，它采用異構融合眾核、存算一體的架構，單芯片集成25萬神經元和2500萬突觸，每秒超過16萬億次突觸計算，功耗近12瓦，實現了同時支持計算機科學和神經科學的神經網絡模型，并支持兩者融合的混合神經網絡計算模型。

目前，美國是類腦芯片賽道的領跑者，學術研究領域中頂級會議相關論文的作者都來自美國，馬斯克的Neuralink也走在腦機接口芯片商業化的最前沿。但我國的研發實力也在快速提升，在低噪聲和低功耗設計方面已靠近全球一流水準，在學術研究領域已碩果累累，未來將持續推動類腦芯片商業化和規模化應用。

然而，從全球范圍來看，雖然類腦計算領域是熱門研究領域，但是類腦智能算法與類腦芯片并未實現大規模商業化落地。可想而知，類腦計算芯片在發展的道路上正面臨著嚴峻的挑戰。首先，脈沖神經網絡算法的發展仍然處于早期階段，雖然類腦計算系統在功耗上優于傳統深度學習與GPU的組合，但在計算準確度與精度方面需要和傳統神經網絡融合才能體現出優勢。其次，相較于深度學習領域，整個類腦計算領域的生態也較為封閉，發展十分緩慢。再次，相較于深度學習領域琳瑯滿目的學習資料和各類開源數據集，類腦智能算法領域暫無豐富的學習資源和評判體系，這也大大制約了類腦芯片的持續迭代與發展。

綜上所述，筆者認為我國類腦芯片雖然面臨來自技術、市場等方面的諸多挑戰，但相比于傳統芯片仍然具備較大優勢，短期來看，應扎根端側智能市場，發揮自身低功耗、高能效的優勢，開發并創造更多的應用場景；長期來看，想要迎來商業價值的釋放，不但要在產業端進一步控制類腦芯片的制造成本，還需要從科研端入手，從系統結構上發展類腦計算的完備性，向通用計算領域優化拓展。

審核編輯：黃飛

?