作為類腦智能研究的范疇，類腦芯片近幾年的發(fā)展進步受到了企業(yè)和政府的支持，國內(nèi)也不斷有新的研究成果出現(xiàn)。

國內(nèi)在類腦芯片的研究進展

近年來，國內(nèi)在類腦芯片的研究上也取了很多的進展，如西井科技的腦神經(jīng)元芯片、浙大的“達爾文”類腦芯片、清華大學(xué)的電子突觸陣列技術(shù)等。

西井科技是國內(nèi)較早研究類腦芯片的企業(yè)，目前它們已推出了自主研發(fā)的擁有百億規(guī)模神經(jīng)元人腦仿真模擬器和可商用化五千萬類腦神經(jīng)元芯片DeepSouth兩款產(chǎn)品。神經(jīng)元人腦仿真模擬器類似于飛行員訓(xùn)練用的飛行模擬器，雖然人腦模擬器不能取代活體實驗，但可以大大減少活體消耗。它可以通過接受醫(yī)學(xué)上大腦神經(jīng)元脈沖放電數(shù)據(jù)，以更直觀方式呈現(xiàn)人腦的脈沖形態(tài)，幫助人類更清晰更直觀的研究人腦的癥狀，同時采集數(shù)據(jù)反饋回大腦仿真模擬器檢驗藥物及治療效果。

DeepSouth 是一款可商用化的芯片，它能模擬出高達五千萬個“神經(jīng)元”，有 五十多億個“神經(jīng)突觸”，該芯片除了具備“自我學(xué)習(xí)、自我實時提高”的能力外，還可以直接在芯片上完成計算，不需要通過網(wǎng)絡(luò)連接后臺服務(wù)器，可在“無網(wǎng)絡(luò)”情況下使用。值得一提的是，DeepSouth 芯片在同一任務(wù)下的功耗僅為傳統(tǒng)芯片的幾十分之一到幾百分之一。

2015年12月，由浙江大學(xué)牽頭的聯(lián)合研究小組在國內(nèi)首次研制出支持脈沖神經(jīng)網(wǎng)絡(luò)的類腦芯片，它們?nèi)∶麨椤斑_爾文”芯片。據(jù)相關(guān)人士介紹，這款芯片借鑒大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與原理，創(chuàng)造出更省電、高效、智能的計算系統(tǒng)，與傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比，其在結(jié)構(gòu)與原理上都更加接近生物神經(jīng)系統(tǒng)。

政府對類腦芯片研究也同樣關(guān)注

美國為保持技術(shù)優(yōu)勢，率先發(fā)起類腦計算芯片的相關(guān)研究工作，通過模仿人腦工作原理，使用神經(jīng)元和突觸的方式替代傳統(tǒng)馮諾依曼架構(gòu)體系，使芯片能夠進行異步、并行、低速和分布式處理信息數(shù)據(jù)，并具備自主感知、識別和學(xué)習(xí)的能力。因此市面上第一款類腦芯片TrueNorth就來自于美國的IBM公司。

中國也十分重視類腦研究，不僅在2015年將腦計劃作為重大科技項目列入國家“十三五”規(guī)劃，還發(fā)布了關(guān)于腦計劃“一體兩翼”的總體戰(zhàn)略：一體即認識腦：以闡釋人類認知的神經(jīng)基礎(chǔ)為主體和核心;兩翼即保護腦：預(yù)防、診斷和治療腦重大疾病和模擬腦：類腦計算。

中國的學(xué)術(shù)界也展開了對類腦的研究，2015 年中科院、清華、北大，相繼成立“腦科學(xué)與類腦智能研究中心”，2017年5月在合肥成立了類腦智能技術(shù)及應(yīng)用國家工程實驗室。這些實驗室將借鑒人腦機制攻關(guān)人工智能技術(shù)，推進類腦神經(jīng)芯片、類腦智能機器人等新興產(chǎn)業(yè)發(fā)展。這些類腦學(xué)術(shù)研究成果也在向企業(yè)界轉(zhuǎn)化，例如清華大學(xué)類腦研究中心成果在2018年轉(zhuǎn)化成立北京靈汐科技公司，以專注類腦芯片商用化。

類腦芯片的研究方向

現(xiàn)階段類腦智能研究發(fā)展依然緩慢。一是由于腦機理認知尚不清楚。大腦是人類進化的高級產(chǎn)物，重量約1.5公斤，占體重2%，功耗約20瓦，占全身功耗20%，當前人類對大腦的認識還不足5%，尚無完整的腦譜圖可參考;二是由于類腦計算模型和算法尚不精確。神經(jīng)元連接的多樣性變化性，使得前饋、反饋、前饋激勵、前饋抑制、反饋激勵、反饋抑制的建模不精確，腦功能分區(qū)與多腦區(qū)協(xié)同的算法不準確;三是現(xiàn)有計算架構(gòu)和能力制約。現(xiàn)在計算系統(tǒng)是馮諾依曼架構(gòu)，計算與存儲分離，系統(tǒng)功耗高、并行度低、規(guī)模有限，而類腦計算系統(tǒng)是非馮諾依曼架構(gòu)，計算與存儲統(tǒng)合，高密度、低功耗，顛覆現(xiàn)有架構(gòu)的代價較大。

而現(xiàn)類腦芯片需從不精確、非完整信息的類腦神經(jīng)計算技術(shù)出發(fā)，通過提煉神經(jīng)網(wǎng)絡(luò)處理中的共性運算特性，發(fā)展類腦神經(jīng)元計算模型，通過改變控制參數(shù)，使相同神經(jīng)元電路模塊能完成不同的神經(jīng)元功能，增強神經(jīng)計算電路模塊的通用性，降低設(shè)計、制造的難度。此外，還需要迫切解決類腦計算芯片的功耗問題，需要研究建立神經(jīng)網(wǎng)絡(luò)處理器相關(guān)的功耗模型，通過結(jié)構(gòu)設(shè)計參數(shù)的選擇，降低相對功耗。發(fā)展基于統(tǒng)一抽象的、實時可調(diào)的軟件抽象層設(shè)計，通過和硬件結(jié)合，對低功耗設(shè)計與評估進行實時反饋和調(diào)節(jié)，為上層設(shè)計提供一個可靠且便利的軟硬件間的橋梁，解決能適應(yīng)多種應(yīng)用需求的兼容性問題。

和使用了諾依曼結(jié)構(gòu)的GPU、FPGA、ASIC相比，類腦芯片是基于更早期的集成電路發(fā)展的。現(xiàn)在的類腦芯片尚未在市場上大規(guī)模應(yīng)用，擁有很大的發(fā)展空間。