类脑计算

类脑计算，又被称为神经形态计算，属于计算机研究范畴，是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。

含义

类脑计算是一种模拟大脑神经网络运行的新型计算机模型，基于生物神经系统的仿生计算模型，模拟大脑神经元和突触的工作方式，通过神经网络模型的运行来实现高级别抽象、模式识别和分类、自我组织、适应性和实时学习等智能行为，旨在实现类脑器官的仿真和智能。

特点

类脑计算基于仿生的脉冲神经元实现信息的高效处理，具有低功耗、低延迟的技术优势，是打破“内存墙”的潜在技术之一，其在对功耗、延迟敏感的边缘计算领域具有广泛的应用价值和潜力。

发展

从1945年科学家冯·诺伊曼以大脑为参考提出著名的冯·诺伊曼计算机体系结构，到1948年人工智能之父艾伦·图灵提出用类神经元网络方式构建现代计算机的设想，再到2020年浙江大学牵头研制成功亿级神经元类脑计算机，类脑计算研究不断取得进步。类脑计算既充满魅力又面临挑战，它的主要任务不仅是构建结构逼近人脑的网络系统，更在于构造性能媲美人脑的创新生态，为人类展示虚拟脑与生物脑相融合的计算前景。