问题：算力需求快速增长与能耗限制日益突出，成为信息产业升级的主要瓶颈；当前通用计算架构处理感知、学习、推理等任务时，往往依赖高能耗堆叠算力，导致数据中心能耗压力持续攀升。如何在有限能耗下实现更高效的智能计算，已成为全球竞争的关键领域之一。以人脑为灵感的类脑计算，凭借其低功耗、高并行性和自适应能力，被视为突破这个瓶颈的重要方向，但在芯片、系统、算法及实际应用各上仍面临诸多挑战。 原因：类脑计算的难点于跨学科协作和全链条整合。一上，神经拟态芯片需电路设计、互连架构和存算融合等上实现创新，既要模拟神经元与突触工作原理，又要满足工程制造的可行性；另一方面，面向神经拟态硬件的软件生态仍在发展，算法需从传统模式转向事件驱动、脉冲神经网络等新范式，研发过程具有较高的探索性。此外，产业界对可靠性、标准化和成本控制的要求，深入增加了从实验室样机到规模化应用的难度。 影响：因此，浙江大学类脑计算团队获得突破。其自主研发的类脑计算机“悟空”神经元规模已超20亿，采用专用神经拟态芯片构建，整体性能接近猕猴大脑水平，标志着我国在神经拟态计算领域迈入国际先进行列。“悟空”由15台服务器组成，每台搭载64颗达尔文3代类脑芯片。该芯片由浙江大学联合之江实验室研制，为类脑计算系统提供了核心硬件支持。业内认为，这一进展不仅拓展了低功耗智能计算的技术边界，也为智能终端、边缘计算、脑科学研究和数字健康等领域提供了新的技术选择。 对策：下一步，科研团队将重点从“单点突破”转向“系统协同”。具体包括：优化芯片与系统架构，提升可扩展性和稳定性；完善算法与工具链适配能力，推动更多模型在神经拟态平台上高效运行；加快构建开放生态，联合高校、科研机构和企业开展应用验证；加强人才培养与团队协作，以长期投入应对技术不确定性。团队负责人强调，类脑计算的目标并非完全复制大脑，而是借鉴其优势，开发更节能、高效且具备自学习能力的智能系统。 前景：今年是“与时俱进的浙江精神”提出20周年。作为数字经济强省，浙江正通过创新平台与产业场景的双重驱动，为前沿技术提供落地空间。科研人员指出，类脑计算正处于从实验室走向应用的关键阶段，未来将呈现硬件迭代加速、软件生态完善、场景应用落地的趋势。随着医疗健康、工业制造、智能交通等领域对低功耗智能需求的增长，类脑计算系统有望在特定任务中形成差异化优势，并与现有通用计算体系互补。同时，标准制定、测试评估和安全可靠性建设也将成为产业化的重要挑战。
从基础研究到产业化落地，类脑计算的发展说明了核心技术攻关的客观规律。浙江大学团队十年如一日的坚持，不仅为人工智能开辟了新路径，也展现了我国科技工作者勇攀高峰的创新精神。在建设科技强国的道路上，这种自主创新、挑战前沿的科研实践，将持续为高质量发展提供强大动力。