类脑计算机

SpiNNcloud Systems, 一家源自德累斯顿工业大学的初创企业，通过发布其创新的混合超级计算平台SpiNNcloud Platform，在科技界投下了一枚震撼弹。这一平台融合了经典的AI加速器技术和前沿的神经形态计算原理，模仿人脑结构进行设计，展现出在大规模神经网络模拟方面的巨大潜力。

随着科技的飞速发展，我们正在进入一个新的时代，这个时代将由人工智能和机器学习技术的飞速发展所定义。这些技术的核心在于高效、精确的数据处理能力，而实现这一目标的关键则在于开发出更加高效的计算机硬件系统。在这一领域，研究人员们正引领着一场创新浪潮。他们的研究不仅聚焦于理解大脑处理信息的机制，还致力于模仿这种机制，以创造出全新的计算机硬件。

长期以来，研究一直致力于开发与我们的大脑一样高效工作的类脑计算机。由哥德堡大学研究人员领导的一项研究首次成功地将记忆功能与同一组件中的计算功能结合起来。这一发现为更高效的技术开辟了道路。

丹麦奥胡斯大学正开发纳米级类脑计算机，有望以超低功耗运行。类脑计算机（BIC）是指模仿人脑结构而开发的计算设备，可以模拟神经元、突触和神经网络等运作，拥有能效高的特点。

利默里克大学 (UL)发布的一份新闻稿解释说，一个国际科学家团队发现了一种新分子可以实现超快类脑计算机，可以为最快的决策计算机提供额外的速度和效率提升。

人脑在20瓦特的能量消耗下即可进行高度智能计算，其主要原因在于单个神经元细胞具备多种线性和非线性运算功能。长期以来，科学家们一直采用传统晶体管电路来模拟人脑中的突触及神经元功能实现神经形态计算。然而，由于布尔逻辑运算需要多个器件组合才能实现，不仅需要大量硬件资源开销，而且在执行信息处理过程中极为耗能，远不及神经元细胞计算的高效性。

研究人员已经开发出了一种类脑计算设备，能够通过联想学习。这项研究将于4月30日发表在《自然通讯》杂志上。

据澳大利亚皇家墨尔本理工大学官网近日报道，该校领导的国际科研团队开发出一项新的人工智能技术，它将成像、处理、机器学习和存储功能集成到由光驱动的单颗电子芯片中。这种新型类脑芯片朝着‘芯片上的大脑’迈出重要一步。

我国首篇以“计算机系作为第一完成单位”的论文登上《自然》，论文首次提出“类脑计算完备性”以及软硬件去耦合的类脑计算系统层次结构。“这是一个新颖的观点，并可能被证明是神经形态计算领域以及对人工智能的追求的重大发展。”《自然》的一位审稿人给出评价。

9月1日，亿级神经元类脑计算机重大成果新闻发布会在杭州召开。浙江大学校长吴朝晖院士出席并讲话。他表示，人工智能浪潮正加快智能增强时代的到来，类脑计算机将成为未来计算的主要形态和重要平台，将在模拟脑功能、高效实现AI算法、提升计算能力等方面发挥重要的独特作用。