AI小智
我国科学家研发出高效类脑芯片，显著提升能效。中国科学院自动化研究所与清华大学等单位合作设计的类脑神经形态系统级芯片Speck，在动态计算模式下，硬件层实现“无输入时零功耗”，软件层根据输入重要性动态调整计算强度。典型视觉任务功耗降至0.7毫瓦，比传统GPU低99%，能效提升300倍。此外，清华团队研发的“天眸芯”突破高动态范围和高速采集能力，可实现每秒10000帧的高速视觉感知和130dB的高动态范围。这些芯片为人工智能、自动驾驶等领域带来革命性突破，推动类脑计算技术迈向新高度。（参考内容：摘要1、摘要2、摘要3、摘要6、摘要7、摘要10）
根据最新研究进展，神经形态芯片通过模仿人脑结构和运行机制实现能效的突破性提升，核心突破点及数据如下：
-
生物神经元仿生设计
复旦大学团队基于NbO₂忆阻器的H-H神经元电路，成功模拟23种生物神经元放电模式，并实现机器人避障延迟降低50倍（相比GPU）。清华”天眸芯”视觉处理功耗仅0.7毫瓦，比传统GPU节能99%。 -
动态能效管理机制
中科院自动化所研发的Speck芯片采用”神经形态动态计算”：- 硬件层：无输入时零功耗，有输入时按需激活
- 算法层：基于注意力机制动态调整计算强度
典型视觉任务功耗稳定在0.7毫瓦级别。
-
芯片架构创新
华为类脑芯片推理效率超英伟达H100芯片100倍，大疆无人机搭载自研类脑芯片实现续航翻倍。IBM的Hermes芯片通过简化神经元模型实现高能效。 -
产业化突破
- 中科院”Speck”芯片量产成本压至8美元/颗
- Yole预测神经形态芯片市场将从2024年2800万美元爆发增长至2034年84亿美元
这些技术突破源于对生物神经网络稀疏连接、脉冲信号传输、突触可塑性等特性的深度模拟，结合忆阻器等新材料应用，使类脑芯片在能效上实现300倍级提升，为AI大模型、自动驾驶等领域带来革命性突破。