2026-10-02 17:30:02 作者：大讲堂
去年夏天在上海参加一个半导体产业论坛，中场休息挤在咖啡区拿纸杯，听到旁边两个大佬吵得面红耳赤。一个说类脑计算是下一代AI的根，没有它大模型的功耗瓶颈永远解不开。另一个翻个白眼，说就是圈经费的PPT项目，骗骗投资人而已。我当时搅奶棒都停了，差点把奶泡洒在白衬衫上。别被名字唬住，类脑计算到底解决什么问题
我们现在用的所有计算机，从手机到超算，都是冯诺依曼架构——存储和计算是分开的。说白了就是算的时候要把数据从内存搬到计算单元，算完再搬回去。这个路数跑了快一百年，没问题。但是现在AI不一样，大模型一次推理要搬上亿次数据，大部分功耗都浪费在来回搬数据的路上了。
冯诺依曼架构与类脑计算架构对比图
人脑怎么工作？神经元通过突触传递脉冲信号，存储和计算本来就在同一个地方。整个脑活动才20瓦的功耗，就能处理图像、语言、运动一堆复杂任务。类脑计算的核心，就是模仿人脑的这种工作机制，把存储和计算做在一起，用脉冲信号传递信息，本质就是降功耗。
很多人会误解，说类脑计算就是要造一个和人类一模一样的电子大脑。说实话，至少现在离这个目标远得很。现在做的类脑，其实分两条路：一条是算法类脑，就是把传统人工神经网络改成脉冲神经网络，更符合人脑的工作模式；另一条是硬件类脑，用忆阻器、阻变存储器这类新型器件，直接做成神经元和突触的硬件阵列，从物理层面模仿人脑。
不过话说回来，现在创投圈太喜欢炒概念了，阿猫阿狗都往自己脸上贴类脑的标签，十个项目九个半都是包装出来的。真硬科技没那么多。产业化落地，已经跑出了哪些真实场景
概念炒了十几年，最近两年终于有能真金赚钱的落地项目了。
国外IBM早年出了TrueNorth芯片，Intel也推了Loihi，国内清华的天机芯已经迭代到第二代，还有几家创业公司也流片成功了。现在用得最多的，不是什么通用超级AI，都是低功耗边缘智能场景——这个地方恰恰是传统芯片的软肋。
去年认识一个做工业物联网的创始人，他们把类脑芯片用到了矿山的井下传感器上。原来的传统AI传感器，要做本地数据处理，三个月就得换一块电池。矿山下换电池，人要下井，还要停产，成本高得离谱。换成类脑芯片之后，一块电池能用三年。算下来，每一千个传感器一年能省几十万的运维成本，甲方拿到直接就签单了。
还有智能可穿戴，现在很多高端手表都能实时做心电监测，原来的方案要把数据传到云端算，延迟高还费流量。用类脑芯片在本地直接算，功耗降了百分之九十，用户体验好太多。
类脑计算芯片边缘端工业监测应用图
产业链现在其实还很早期。上游的新型忆阻器器件，良率还上不去，成本比传统CMOS高一大截。中游的芯片设计，工具链都不完善，开发者少，生态根本没做起来。下游也就只有少数对功耗敏感到极致的场景愿意买单，大众市场还没到时候。
现在最大的瓶颈，还是算力上不去。你让类脑芯片跑个GPT级别的大模型，现在根本不可能，性能连GPU的零头都比不上。所以别吹什么颠覆冯诺依曼，现在就是给传统架构补位的。未来三到五年，类脑计算会走到哪里
未来三到五年，类脑计算会走到哪里
我接触过不少投资人，开口就问什么时候能出通用类脑计算机，什么时候能取代GPU。这都是想多了。
未来三到五年，我敢说，通用类脑计算机肯定出不来，也取代不了冯诺依曼架构。能跑出来的，全都是细分场景的落地。第一波红利肯定还是在低功耗边缘智能，工业传感、可穿戴、智能家居这些领域，会有越来越多的产品用上类脑芯片。只要能解决真问题，成本慢慢降下来，市场就起来了。
然后第二，大模型那边会慢慢用上类脑计算做优化。现在大模型最大的成本就是推理的电费，未来把大模型中低精度的推理部分，放到类脑芯片上跑，能降一大半功耗，这个需求太明确了。已经有团队在做这个方向的试验了，不出三年应该就能看到商用版本。
再说风险和伦理。很多人说类脑计算会造出来有意识的机器人，这个太遥远了，属于杞人忧天。现在真正要担心的，是两个事：一个是概念泡沫，太多团队拿着类脑的名头骗经费骗投资，把行业名声做坏了，最后劣币驱逐良币。另一个是类脑计算的可解释性比传统AI更差，它的学习机制更接近人脑，出了问题很难溯源，未来应用到医疗、自动驾驶这些敏感领域，责任界定现在还是空白，规则要提前跟上。
说实话，我个人是长期看好类脑计算的。毕竟人脑的能效比比现有计算机高好几个数量级，这个方向肯定没错。但是饭要一口一口吃，不能刚做出来一个几万个神经元的芯片，就喊着要颠覆世界。
它现在不是颠覆者，就是给AI产业补位的新选项。而已。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：类脑计算：下一个十年，能跑出真正的产业化吗
文章链接：https://lfdjt.com/info_23_23636.html
大讲堂