近年來，以人工智能、集成電路、生命科學、類腦智能等學科領(lǐng)域為代表的新一輪科技革命和產(chǎn)業(yè)變革正在高速發(fā)展，重構(gòu)全球創(chuàng)新版圖甚至全球經(jīng)濟格局。在眾多極具“顛覆性”的科技領(lǐng)域中，類腦計算無疑是最尖端和最前沿的，因此這個領(lǐng)域也是全球各大經(jīng)濟體之間的“兵家必爭之地”，而類腦計算領(lǐng)域的長足發(fā)展離不開類腦芯片的大力支撐。類腦芯片技術(shù)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(yōu)勢 ? 類腦計算（Brain-inspired Computing）又被稱為神經(jīng)形態(tài)計算（Neuromorphic Computing），是借鑒生物神經(jīng)系統(tǒng)信息處理模式和結(jié)構(gòu)的計算理論、體系結(jié)構(gòu)、芯片設(shè)計以及應(yīng)用模型與算法的總稱。類腦計算以神經(jīng)元與神經(jīng)突觸為基本單元，從結(jié)構(gòu)與功能等方面模擬生物神經(jīng)系統(tǒng)，進而構(gòu)建“人造電子大腦”的新型計算形態(tài)。

類腦計算芯片（Neuro-inspired computing chips）就是用電路模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片，它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件，模仿人腦神經(jīng)系統(tǒng)計算原理進行設(shè)計，實現(xiàn)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(shù)及半導體技術(shù)的發(fā)展，類腦計算芯片實現(xiàn)了對神經(jīng)元的高度仿真建模計算。相比于傳統(tǒng)芯片，類腦芯片在功耗和學習能力上具有更大優(yōu)勢，能夠?qū)崿F(xiàn)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(fā)展到今天，歸結(jié)起來無非是三個影響因素——算法、算力、大數(shù)據(jù)。隨著算法被設(shè)計的越來越復雜、算力越做越大，產(chǎn)生的數(shù)據(jù)量也越來越多，只要有足夠多的算力、數(shù)據(jù)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(fā)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(yōu)勢使其更能適應(yīng)未來人工智能的發(fā)展。

?02 國內(nèi)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(fā)出了全球首款異構(gòu)融合類腦計算芯片——“天機” ，于2019年8月1日在頂級學術(shù)期刊《Nature》雜志上發(fā)表《面向人工通用智能的異構(gòu)“天機”芯片架構(gòu)》并成為該期雜志的封面文章。

Tianjic芯片最大的創(chuàng)新點在于結(jié)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(jīng)網(wǎng)絡(luò)，是模擬生物神經(jīng)元連接和運行方式的模型，通過計算產(chǎn)生神經(jīng)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(xié)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(jīng)科學導向的絕大多數(shù)神經(jīng)網(wǎng)絡(luò)模型，支持異構(gòu)網(wǎng)絡(luò)的混合建模，形成時空域協(xié)調(diào)調(diào)度系統(tǒng)，發(fā)揮它們各自的優(yōu)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(xiàn)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(shù)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(lián)合之江實驗室共同成功研制了我國首臺基于自主知識產(chǎn)權(quán)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(jīng)元、720億個神經(jīng)突觸，與小鼠大腦神經(jīng)元數(shù)量規(guī)模相當，典型運行功耗只需350—500瓦，是目前國際上神經(jīng)元規(guī)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(nèi)核組成，每個內(nèi)核支持256個神經(jīng)元，通過系統(tǒng)級擴展，可構(gòu)建千萬級神經(jīng)元類腦計算系統(tǒng)。一方面，達爾文可作為脈沖神經(jīng)網(wǎng)絡(luò)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(tǒng)；另一方面，達爾文有助于解碼生物腦電信號，并與生物神經(jīng)網(wǎng)絡(luò)對接構(gòu)建腦機融合系統(tǒng)。

目前，Darwin Mouse類腦計算機已經(jīng)實現(xiàn)了多種智能任務(wù)。研究者將類腦計算機作為智能中樞，實現(xiàn)抗洪搶險場景下多個機器人的協(xié)同工作，經(jīng)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(qū)，建立了丘腦外側(cè)膝狀核的神經(jīng)網(wǎng)絡(luò)模型，仿真了不同頻率閃動的視覺刺激時該腦區(qū)神經(jīng)元的周期性反應(yīng)；借鑒海馬體神經(jīng)環(huán)路結(jié)構(gòu)和神經(jīng)機制構(gòu)建了學習-記憶融合模型，實現(xiàn)音樂、詩詞、謎語等的時序記憶功能。? ? 英特爾Loihi芯片

據(jù)英特爾方面稱Loihi內(nèi)部包含了128個計算核心，每個核心集成1024個人工神經(jīng)元，總計13.1萬個神經(jīng)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(shù)制造而成，Loihi沒有深度學習硬件中普遍存在的浮點數(shù)和乘法累加器單元，沒有片外內(nèi)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(nèi)存來源于芯片神經(jīng)元之間的連接。Loihi采用同質(zhì)架構(gòu)，將許多小神經(jīng)擬態(tài)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(tǒng)解決方案低 40-100 倍。

相比傳統(tǒng)計算機架構(gòu)，Loihi芯片的神經(jīng)擬態(tài)架構(gòu)完全模糊了內(nèi)存和處理之間的界限。和大腦一樣，它利用的是數(shù)據(jù)連接、數(shù)據(jù)編碼和電路活動中所有形式的稀疏。處理就發(fā)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(jīng)擬態(tài)設(shè)備，比如無人機，將可以像玄鳳鸚鵡一樣實時解決規(guī)劃和導航問題。

?03 類腦計算芯片應(yīng)用場景

首先，在健康領(lǐng)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(jīng)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(xiàn)在做的更多是通過大規(guī)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(jīng)元、動力學計算等領(lǐng)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(yīng)用。

其次除了獨特的腦仿真、腦科學領(lǐng)域之外，在傳統(tǒng)AI領(lǐng)域，類腦芯片也表現(xiàn)優(yōu)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(wù)可以在未來被廣泛應(yīng)用于醫(yī)療器械、工業(yè)生產(chǎn)、安防、智能駕艙、自動駕駛、無人機與機器人等多個領(lǐng)域，這是第二個應(yīng)用。

第三個應(yīng)用方向是新興的類腦計算。是將傳統(tǒng)的人工智能和腦科學結(jié)合起來的計算，即異構(gòu)融合，融合生物神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)?；诖嫠阋惑w的架構(gòu)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(fā)揮其不可替代的獨特優(yōu)勢，推動人工智能的進步和創(chuàng)新。 ?

?04 國內(nèi)外產(chǎn)業(yè)布局及未來前景

2020年中國類腦計算芯片市場規(guī)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(guī)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(yè)還處在突圍階段，但市場前景已經(jīng)愈發(fā)明朗。

地區(qū)層面來看，北美占據(jù)了全球的主要市場份額，2020年規(guī)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(guī)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(guī)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(fā)展機遇。靈汐科技是國內(nèi)一家全球領(lǐng)先的類腦計算技術(shù)公司，它發(fā)布了第一代商業(yè)量產(chǎn)的類腦芯片——領(lǐng)啟KA200，它采用異構(gòu)融合眾核、存算一體的架構(gòu)，單芯片集成25萬神經(jīng)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(xiàn)了同時支持計算機科學和神經(jīng)科學的神經(jīng)網(wǎng)絡(luò)模型，并支持兩者融合的混合神經(jīng)網(wǎng)絡(luò)計算模型。

目前，美國是類腦芯片賽道的領(lǐng)跑者，學術(shù)研究領(lǐng)域中頂級會議相關(guān)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(yè)化的最前沿。但我國的研發(fā)實力也在快速提升，在低噪聲和低功耗設(shè)計方面已靠近全球一流水準，在學術(shù)研究領(lǐng)域已碩果累累，未來將持續(xù)推動類腦芯片商業(yè)化和規(guī)?；瘧?yīng)用。

然而，從全球范圍來看，雖然類腦計算領(lǐng)域是熱門研究領(lǐng)域，但是類腦智能算法與類腦芯片并未實現(xiàn)大規(guī)模商業(yè)化落地。可想而知，類腦計算芯片在發(fā)展的道路上正面臨著嚴峻的挑戰(zhàn)。首先，脈沖神經(jīng)網(wǎng)絡(luò)算法的發(fā)展仍然處于早期階段，雖然類腦計算系統(tǒng)在功耗上優(yōu)于傳統(tǒng)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(tǒng)神經(jīng)網(wǎng)絡(luò)融合才能體現(xiàn)出優(yōu)勢。其次，相較于深度學習領(lǐng)域，整個類腦計算領(lǐng)域的生態(tài)也較為封閉，發(fā)展十分緩慢。再次，相較于深度學習領(lǐng)域琳瑯滿目的學習資料和各類開源數(shù)據(jù)集，類腦智能算法領(lǐng)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(xù)迭代與發(fā)展。

綜上所述，筆者認為我國類腦芯片雖然面臨來自技術(shù)、市場等方面的諸多挑戰(zhàn)，但相比于傳統(tǒng)芯片仍然具備較大優(yōu)勢，短期來看，應(yīng)扎根端側(cè)智能市場，發(fā)揮自身低功耗、高能效的優(yōu)勢，開發(fā)并創(chuàng)造更多的應(yīng)用場景；長期來看，想要迎來商業(yè)價值的釋放，不但要在產(chǎn)業(yè)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(tǒng)結(jié)構(gòu)上發(fā)展類腦計算的完備性，向通用計算領(lǐng)域優(yōu)化拓展。

審核編輯：黃飛

?