类脑与新型计算（Neuromorphic and Novel Computing）
最后更新：2026-09-26 ｜ 领域：硬件·计算架构 ｜ 说明：信息来源为公开网络资料，详见文末参考来源
概述
类脑与新型计算（neuromorphic and novel computing）指不依赖传统冯·诺依曼架构与二进制同步时钟的一类计算范式探索，包括神经形态芯片（脉冲神经网络、事件驱动）、近存/存内计算、光计算、DNA 存储与概率计算等方向。其共同动机是突破「存储与计算分离」带来的数据搬运瓶颈。IBM 研究指出，数十年前确立的冯·诺依曼架构决策，正成为当今 AI 计算能力的制约因素（Why a decades old architecture decision is impeding the power of AI computing）。类脑智能被描述为受生物脑神经机制与认知行为启发、通过软硬件协同实现的机器智能，被视为下一代人工智能的颠覆性路径之一（下一代人工智能重要突破口是什么?）。
最新进展（2025–2026）
- Intel Loihi 2 与 Hala Point：Intel 公布全球最大神经形态系统 Hala Point，采用 Loihi 2 处理器，是业界首个 11.5 亿神经元级神经形态系统，最初部署于 Sandia National Laboratories（Intel Builds World's Largest Neuromorphic System to Enable More Sustainable AI）。该系统集成 1152 颗 Loihi 2 芯片、140,544 个神经形态核心、2304 个嵌入式 x86 主机核心、11.5 亿神经元与约 1280 亿突触（部分 Sandia 文档报告接近 1382 亿突触），聚合内存带宽 16 PB/s（Intel Loihi）；其形态约为微波炉大小的 6U 机箱，最大功耗 2600 W（AI Wiki: Neuromorphic Computing）。
- IBM NorthPole：IBM 团队在 2023 年论文中报告 NorthPole 神经形态芯片能以传统系统极小的能耗完成图像分类，且速度更快（约 5 倍）（Dharmendra S. Modha）。后续实验以基于 IBM Granite-8B-Code-Base 的 30 亿参数 LLM 进行推理，团队实现每 token 延迟低于 1 毫秒，相比次优能效 GPU 快近 47 倍（Charting a path to a more sustainable AI future）；NorthPole 在时延与能效上同时优于多款常用 LLM 推理 GPU（For LLMs, IBM's NorthPole chip overcomes the tradeoff between speed and efficiency）。2025 年研究进一步将 18 台 2U 服务器组成机架，形成 288 颗 NorthPole 的可扩展系统，面向低时延、高能效的 LLM 推理（A Scalable NorthPole System with End-to-End Vertical Integration）。
- 商用边缘神经形态芯片：BrainChip 于 2026 年 6 月 30 日宣布其 Akida AKD1500 参考芯片实现商用供货，与 GlobalFoundries 合作采用 22nm 工艺（BrainChip Announces Commercial Availability and Production Shipments of AKD1500 Neuromorphic Processors）；2026 年 7 月 28 日推出紧凑 M.2 形态，用于工业与商业的无风扇边缘 AI（BrainChip AKD1500 Now Available in Compact M.2 Form Factor）。Innatera 于 2025 年 5 月 21 日发布 Pulsar，宣称是全球首款面向传感器边缘的量产级神经形态微控制器，相比传统 AI 处理器时延低至 1/100、能耗低至 1/500（Innatera unveils Pulsar）。
- 光计算：2026 年，光本位科技全球首发 256×256 光计算芯片，称其为当时全球矩阵规模最大的全可编程光计算芯片，单颗晶粒集成超 65000 个光计算单元，并将存储与计算融合于同一光学通路、模型权重可静态保持且功耗为零；同年与计算卫星研发商联合研制全球首颗光计算卫星（全球首发256×256芯片，光本位光电混合计算领跑AI算力新纪元）。
核心技术与关键概念
- 神经形态计算：以脉冲神经网络（SNN）与事件驱动为核心，模拟生物神经元；优势在于稀疏事件下的极低功耗，代价是训练方法与工具链尚不成熟。
- 近存/存内计算：NorthPole 将存储器置于数字 SRAM 中，虽然内存未像模拟芯片那样与计算交织，但其众多核心各自可访问本地内存，构成近存计算的极端案例（Why a decades old architecture decision is impeding the power of AI computing）。
- 光计算：以光子替代电子承载矩阵运算，理论上具备高并行与低功耗潜力，但可编程性、精度与封装是关键挑战。
- DNA 存储：以合成 DNA 分子编码数字信息，具备极高存储密度与长期保存潜力；2026 年微软与华盛顿大学的研究项目称已成功编码并检索 1 PB 数据（约相当于 5000 亿页文本），存储容器不大于一块方糖，读取准确率 99.9999%（DNA Digital Data Storage）。
代表性项目 / 公司 / 产品（附官方链接）
- Intel：Loihi 2 处理器与 Hala Point 系统（Intel Newsroom）。
- IBM Research：NorthPole 推理芯片研究原型（PCIe 卡形态）（A Scalable NorthPole System）。
- BrainChip：Akida AKD1500，面向边缘信号智能与国防系统，强调亚瓦级持续推理（对比 FPGA/GPU 边缘模块的多瓦功耗）（BrainChip Unveils Communication Reference Platform）。
- Innatera：Pulsar 神经形态微控制器（Innatera）。
- DNA 存储生态：Twist Bioscience 于 2025 年 5 月 2 日将 DNA 数据存储产品组出售给 Atlas Data Storage（该轮融资约 1.55 亿美元）（Twist Bioscience SEC Filing）；Atlas 计划 2026 年实现太字节级 DNA 存储、目标把 13 TB 数据存入「一滴水」体积（Twist Bioscience spin-off plans Terabyte-scale DNA storage in 2026）。
- 中国类脑：报道称相关团队已推出全球首台 100 亿神经元类脑异构融合超算系统，以及超小型移动式类脑智算体「智者一号」；中科院院士张旭认为类脑智能有望 5 年内走进千家万户（中国科学院院士张旭:类脑智能有望5年内走进千家万户）。
关键数据与评测结果（附来源）
- Hala Point：1.15×10⁹ 神经元、1152 颗 Loihi 2、140,544 神经形态核心、约 1.28×10¹¹ 突触、16 PB/s 聚合内存带宽、最大功耗 2600 W（Intel Loihi、AI Wiki: Neuromorphic Computing）。
- NorthPole：单 token 延迟 < 1 ms，相比次优能效 GPU 快近 47 倍；论文报告图像分类任务约 5 倍速度且能耗极低（IBM Research、Dharmendra S. Modha）。
- DNA 存储：2026 年微软与华盛顿大学演示的全自动 DNA 存储与检索系统实验室写入速度达 400 MB/天，被视为迈向商用吞吐目标的重要里程碑（DNA Data Storage Market Size, Share & Global Forecast 2026-2035）；相关市场报告亦列举 Microsoft Research、Twist Bioscience、Catalog Technologies 等作为主要参与者（DNA Data Storage Market）。
- Pulsar：官方宣称相比传统 AI 处理器时延低 100 倍、能耗低 500 倍（厂商口径）（Innatera）。
趋势与争议
- 「实验室里程碑」与「规模化商用」之间仍有差距：神经形态、光计算与 DNA 存储的宣传指标多来自研究原型或厂商口径，实际部署规模、软件生态与编程模型成熟度仍是主要障碍。
- 应用场景分化：神经形态芯片在超低功耗边缘感知/信号分类上具备明确诉求（如 BrainChip 的亚瓦级持续推理），但其在通用 LLM 训练与推理上尚未替代 GPU。
- 架构路线之争：数字近存（NorthPole）、模拟/存内计算与光计算三条路线各有主张，尚无统一标准；部分数据为单一团队实验结果，需注意可复现性与口径差异。
参考来源
- Why a decades old architecture decision is impeding the power of AI computing
- 下一代人工智能重要突破口是什么?
- Intel Builds World's Largest Neuromorphic System to Enable More Sustainable AI
- Intel Loihi
- AI Wiki: Neuromorphic Computing
- Dharmendra S. Modha
- Charting a path to a more sustainable AI future
- For LLMs, IBM's NorthPole chip overcomes the tradeoff between speed and efficiency
- A Scalable NorthPole System with End-to-End Vertical Integration for Low-Latency and Energy-Efficient LLM Inference
- BrainChip Announces Commercial Availability and Production Shipments of AKD1500 Neuromorphic Processors
- BrainChip Unveils Communication Reference Platform, Fueling Signal Intelligence at the Edge
- BrainChip AKD1500 Now Available in Compact M.2 Form Factor
- Innatera unveils Pulsar
- 全球首发256×256芯片，光本位光电混合计算领跑AI算力新纪元
- DNA Digital Data Storage: How Synthetic Biology Is Building the Ultimate Archive in 2026
- Twist Bioscience SEC Filing
- Twist Bioscience spin-off plans Terabyte-scale DNA storage in 2026
- DNA Data Storage Market Size, Share & Global Forecast 2026-2035
- DNA Data Storage Market Size, Share and Trends 2026 to 2035
- 中国科学院院士张旭:类脑智能有望5年内走进千家万户