類腦計算（Brain-inspired Computing）又被稱為神經形態計算（Neuromorphic Computing），是借鑑生物神經系統信息處理模式和結構的計算理論、體系結構、晶片設計以及套用模型與算法的總稱。
類腦計算，不同於傳統馮諾依曼存算分離的特性，基於仿生的脈衝神經元實現信息的高效處理，具有低功耗、低延遲的技術優勢，是打破“記憶體牆”的潛在技術之一，其在對功耗、延遲敏感的邊緣計算領域具有廣泛的套用價值和潛力。
在類腦“脈衝”（spike）計算框架的指導下，神經形態計算——用於機器智慧型的類腦計算，同時降低計算平台的能源需求。這個跨學科領域始於生物神經例程的矽電路實現，但已經發展到包括具有基於脈衝的編碼和事件驅動表示的算法的硬體實現。
基本介紹
- 中文名：類腦計算
- 外文名：Brain-inspired Computing
Neuromorphic Computing - 所屬學科：計算機科學
- 別名：神經形態計算
簡介,發展,
簡介
類腦計算試圖模擬生物神經網路的結構和信息加工過程。它在軟體層面的嘗試之一是脈衝神經網路（SNN）。當前，類腦計算的發展可以分為神經形態感知（比如，事件相機/動態視覺感測器DVS）和神經形態計算（類腦處理器/類腦晶片）兩部分。類腦計算，起源於加州理工學院Carver Mead教授於1990年所提出的Neuromorphic electronic systems概念，於後摩爾時代，該技術引起了學術界、商界的高度重視。
發展
截至2019年，類腦計算仍在摸索階段，還缺乏典型的成功套用。
2019年11月中旬，英特爾官網宣布了一則訊息：埃森哲、空中客車、通用電氣和日立公司加入英特爾神經形態研究共同體（INRC），該共同體目前已擁有超過75個成員機構。
2020年10月16日，清華大學計算機科學與技術系張悠慧團隊、精密儀器系施路平團隊與合作者首次提出“類腦計算完備性”以及軟硬體去耦合的類腦計算系統層次結構，填補了類腦研究完備性理論與相應系統層次結構方面的空白，利於自主掌握新型計算機系統核心技術。該成果於10月14日以《一種類腦計算系統層次結構》為題發表在《自然》雜誌上。
