类脑计算：卡在量产门口的下一代计算革命

去年秋天挤在国内半导体产业峰会的后排，听一位做了二十年类脑研究的老教授做分享。台下大半听众在刷展会邀请函，小一半以为这又是另一个蹭AI热点的圈钱概念。 没人太当回事。 可你回头看看现在的AI行业，训练一个GPT级大模型烧掉几千万度电，摩尔定律摸到3nm之后增速几乎停摆，连黄仁勋都在说“摩尔定律已死”。所有人都在找下一代计算的出路，类脑，其实是离落地最近的那一个。

别被名字骗了，类脑不是造个“电子大脑”

很多人一听“类脑”，第一反应就是科学家要搞一个和人类一模一样的电子大脑，出来就能思考谈恋爱搞破坏。错得离谱。 现在我们说的类脑计算，核心本质就是换了一套计算架构，模仿人脑神经元和突触的工作方式，解决冯诺依曼架构天生的效率缺陷。 我们现在用的所有芯片，从手机到GPU，都是冯诺依曼架构：计算单元和存储是分开的，要算个东西，就得把数据从内存搬到计算单元，算完再搬回去。跑小任务没事，跑现在这种千亿参数的大模型，数据搬来搬去的功耗，占了总功耗的七八成，纯纯的浪费。 人脑呢？人脑的神经元本身就兼具存储和计算的功能，看到一个东西，突触直接就完成计算和记忆，不用来回倒数据。处理图像识别这种任务，功耗只需要几瓦，比GPU低了好几个数量级。 冯诺依曼与类脑计算架构对比示意图 说白了，现在的类脑计算，根本没碰“意识”“思考”这些玄乎的东西，技术边界非常清晰：就是做一款更高效、更低功耗的AI加速芯片，给现在越来越肥的AI降本降温。那些拿“人造大脑”“通用人工智能”吹融资的，十有八九是想割钱。

产业化的卡脖子问题：良品率上不去，生态建不起来

类脑研究搞了快三十年，最近五年资本才开始热起来。现在学术界拿得出手的成果不少，清华的天机芯片，IBM的TrueNorth，欧洲人脑项目也出了好几款原型芯片，国内也有三五家创业公司拿到了十几亿量级的融资。 可真说到量产落地，还差最后一块拼图。 第一个卡脖子的，就是核心器件忆阻器的一致性问题。类脑靠突触存权重，现在主流方案就是用忆阻器做突触，一个芯片上要做几百万甚至上亿个忆阻器，可现在的工艺做出来，每个忆阻器的电阻偏差能到百分之几十，训练出来的AI准确率直接掉一截，良品率连50%都到不了，做出来的芯片比GPU还贵，谁买？ 第二个卡脖子的，就是软件生态。现在全世界的AI开发者，都在用PyTorch、TensorFlow这些框架，所有模型都是给冯诺依曼架构写的。要把模型搬到类脑芯片上，就得重新适配，重新写算子，整个生态要推倒重来。没有足够多的开发者，就没有应用，没有应用就吸引不来开发者，死循环。 说实话，现在能落地的类脑产品，全都是极其细分的低功耗边缘场景。比如电池供电的野生动物监测摄像头，比如可穿戴设备上的实时生命体征监测，这些场景对算力要求不高，对功耗要求极高，类脑芯片刚好能发挥优势。可这点市场规模，撑不起一个几十亿上百亿的产业，更撑不起资本对它的期待。 类脑计算忆阻器突触阵列芯片显微镜照片 不过话说回来，也不是完全没进展。最近两年忆阻器工艺的一致性已经提升了不少，头部玩家已经能做出8英寸线的中试产品，良品率爬到了七八成，再有个两三年，摸到量产线的门槛不是不可能。

未来三五年：别等颠覆，看细分突破

未来三五年：别等颠覆，看细分突破 现在外界对类脑计算的态度，走了两个极端。要么吹成下一个颠覆摩尔定律的革命，说要取代GPU，要么就直接打成骗钱的伪科学。都不对。 我接触过的几个产业资本，投类脑的逻辑都很清晰：现在摩尔定律没增量了，所有新的计算方向都得布局，类脑是最有可能在十年内落地的方向，不投，以后就要被卡脖子。 说到风险，现在最需要警惕的根本不是什么“类脑产生意识威胁人类”这种科幻故事。三五年内，类脑芯片最多也就集成几亿个神经元，还不如一只老鼠的脑神经元多，谈什么意识？真正的风险，是资本过热，一堆玩家涌进来，吹泡沫炒估值，最后泡沫破了，把真正做硬科技的玩家也拖死。 对未来三五年的类脑产业，我两个判断： 第一，类脑不会取代GPU，也不会颠覆现有的AI产业。至少三五年内，数据中心训练大模型，还是GPU的天下，类脑抢不走这块市场。 第二，类脑会在两个细分方向拿到实打实的突破：一个是边缘侧低功耗AI，刚才说的可穿戴、物联网监测、工业传感器，这些场景会率先铺开，今年年底到明年，你可能就能买到带类脑芯片的智能手表，续航能从一周拉长到两三个月。另一个是大模型的稀疏推理加速，现在大模型都在往稀疏激活、脉冲神经网络方向走，类脑架构天生适配，说不定能把大模型推理的功耗砍一半，这个对云厂商来说，吸引力足够大。 想起那个老教授去年说的话：我们做了二十年，还在啃材料和工艺的硬骨头，哪来那么多颠覆。慢慢来，能走出一条路就不错了。 对啊，本来就是趟路的事，哪那么多神话。