2026-09-25 15:42:50 分类：正文
上周六蹲南京珠江路路口的咖啡店赶稿子，邻座两个戴黑框的小伙子聊得唾沫星子都快飘我冰美式里了。凑近一听，哦，聊类脑计算。其中一个说“不就是做个跟人脑一样的芯片塞进机器嘛”，另一个连连点头。我一口冰美式差点喷在键盘上。
别被名字骗了，它不是复刻一颗完整人脑
很多人对类脑计算的第一印象，就是照着人类大脑的样子1:1克隆一个出来，通电就能用。其实完全不是这么回事。我们现在说的类脑计算，核心是模仿人脑处理信息的方式，不是硬凑出来八百亿个神经元堆在芯片上。
你现在用的电脑手机，不管多贵，核心都是冯诺依曼架构——什么意思？存储数据的地方和计算数据的地方是分开的。就像你做饭，冰箱放食材，灶台炒菜，要炒了就得从冰箱拿一趟，拿一次跑一趟。东西少的时候没问题，现在AI要处理几T几十T的数据，天天来回跑，路都堵了，还费电。
人脑不一样。你记你家门口那棵梧桐树的样子，和你出门一眼认出那棵梧桐树，存储和计算是在同一个地方完成的。不需要来回挪数据。所以你扫一眼就认出来，不到一秒，功耗才几毫瓦。
冯诺依曼架构与类脑计算工作流程对比图
说实话，之前我也觉得这就是个炒出来的概念，直到去年去仙林的实验室参观，看到他们做的小demo：一块指甲盖大的芯片，实时识别动态手势，功耗还不到1毫瓦。什么概念？一块普通纽扣电池就能让它跑一整年。当时就觉得，哦，这东西真的不一样。
它现在走到哪一步了？离我们的手机还有多远
别听网上的自媒体吹得神乎其神，什么“五年颠覆计算机行业”，哪有那么快。现在类脑计算分成两路走，一路是算法，一路是硬件。
算法这边，现在已经用到很多地方了，最常见的就是脉冲神经网络，它不像传统深度学习那样，每次计算都要更新所有参数，它只有当神经元的刺激攒到一定阈值，才会发出一个脉冲信号，跟人脑神经元的工作方式一模一样，天然省电。不过话说回来，现在大部分脉冲神经网络还是跑在传统的冯诺依曼芯片上，相当于把轿车发动机装在马车上，没发挥出真正的优势。
核心还是硬件。现在全世界不少实验室和公司都在做类脑芯片，但是规模都上不去。目前能用的类脑芯片，最多也就百万级别的神经元，离人脑的八百亿，还差了好几个数量级。
实验室类脑脉冲神经网络芯片实物拍摄
我去年看那个demo，小无人机躲空中飞的乒乓球，类脑芯片的反应速度比传统手机芯片快三倍，功耗只有六分之一。确实厉害。但是为什么我们现在买不到带类脑芯片的手机？原因很简单，生态没做起来。现在的AI工程师都是写传统架构的程序，类脑芯片的编程工具、开发框架全都是新的，没人愿意从零学，也没有足够多的应用场景撑起来。
现在类脑芯片用得最多的地方，还是边缘IoT设备，比如工业传感器，比如野外的生态监测设备，几年换一次电池，需要低功耗AI，这种地方最适合它。
别瞎想，它现在还碰不到意识的边
别瞎想，它现在还碰不到意识的边
只要一讲类脑计算，肯定会有人问：会不会造出来有意识的机器人？会不会出天网灭人类？
说真的，想多了。我们人类到现在都没搞清楚，人脑的意识到底是怎么产生的。连原理都没摸清楚，怎么可能造出来一个有意识的东西？现在的类脑计算，哪怕真的堆出来八百亿个神经元，也只是模拟结构，跟意识半毛钱关系都没有。
它现在的核心目标，其实就是解决当前AI的痛点：太费电了。你知道现在训一个大模型，要耗多少电？相当于一个普通家庭几十年的用电量。要是用类脑架构，功耗能降到十分之一甚至百分之一，这不香吗？
还有很多人问，类脑计算会不会取代现在的大模型？当然不会。未来的路子肯定是凑一起过，大模型跑在类脑芯片上，把功耗降下来，把速度提上去，双赢。不是你死我活的关系。
那天在咖啡店，临走的时候我跟那个南大的学弟聊了两句，他说他们组现在天天泡超净间，就想把新材料的问题解决，把神经元的密度再往上提一倍。说这辈子说不定能看到类脑芯片放进手机里，续航直接干到一周。
我愿意信。毕竟现在我们天天被充电宝绑架，被数据中心的高电费绑架，总得有人换个思路，照着大自然进化了几百万年的最优解，再走一遍。对吧？
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：在咖啡店里想，类脑计算到底不是造个芯片放进头里
文章链接：https://www.lfdjt.com/p/keji/a/2907.html