问题：算力需求快速增长与能耗约束并存，催生新型计算路径 当前，数字经济加速推进，智能感知、医疗健康、自动驾驶、科学计算等领域对计算能力的要求不断抬升。同时，传统计算体系功耗、并行效率和实时智能诸上逐渐逼近瓶颈，“算力越强、能耗越高”的矛盾愈发明显。如何能耗受限条件下获得更接近人类认知的学习与推理能力，已成为全球科技竞争的重要课题。类脑计算以大脑信息处理机制为参照，尝试构建低功耗、高并行、高效率的新型计算系统，被视为可能的突破方向。 原因：以脑启发的技术路线难度高，关键在“芯片—系统—算法”协同 走进浙江大学脑机智能全国重点实验室类脑工程中心，密集的电路板与交错的管线，记录着一条不断试错、逐步逼近的研发路径。研究团队介绍，人脑依靠约860亿至1000亿个神经元及其突触连接完成信息传递与学习，高效并不只来自规模，更来自事件驱动、稀疏激活和高度并行的工作方式。要让机器在类似机制下运行，必须打通芯片架构、操作系统、算法工具链等环节，形成稳定可用的软硬件协同体系。 但这条路线不确定性很强：既缺少成熟范式，也难以直接沿用现有计算生态。芯片线路布局、片上互连、存算融合策略、系统调度和算法映射等环节都可能成为关键瓶颈。团队回忆，在达尔文3代芯片研制过程中，曾因线路布局难题多次推演，最终通过封闭式集中攻关，历时一个多月才确定可行方案。长期推进的背后，是跨学科协作的常态：计算机、人工智能、微电子等方向的师生共同参与，从原理验证到工程实现逐步落地。 影响：重大装备实现从“追赶”到“并跑”，为新型计算提供样机与范式 2024年8月，团队自主研发的类脑计算机“悟空”正式发布。该系统神经元规模超过20亿，接近猕猴大脑数量级，采用专用神经拟态芯片构建，被认为在神经拟态类脑计算机领域达到国际先进水平。“悟空”由15台服务器组成，每台服务器搭载64颗达尔文3代类脑计算芯片。达尔文3代芯片由浙江大学牵头、联合之江实验室于2023年初研制成功。 业内人士认为，这类专用芯片的价值不止体现在单点性能，更关键的是为类脑算法提供可落地的平台：在事件驱动、脉冲神经网络等场景中，有望以更低功耗获得更高并行度，为边缘端实时智能、低功耗感知和复杂环境决策提供新的工程选择。同时，“悟空”作为样机系统，也为后续工具链完善、开发者生态培育和应用验证提供了可持续迭代的载体。 对策：坚持系统工程思维，推进迭代优化与生态构建并重 团队表示，类脑计算不是某一项技术的单点突进，而是一项系统工程：一上持续迭代芯片架构与制程适配，提升互连效率和可扩展性；另一方面推进操作系统、编译映射、算法库以及测试评估体系建设，降低开发门槛，提高可用性与可复现性；同时围绕典型应用场景开展联合验证，推动指标从“实验室可行”走向“工程可用”。 在浙江提出“与时俱进的浙江精神”20周年背景下，科研团队把“求真”作为方法论：既强调科学规律的可验证，也强调面向实际需求的可用与可控。春节假期结束后，团队成员迅速回到实验一线，围绕算法迭代、系统优化与生态构建继续攻关，力求把样机能力继续转化为可推广的行业能力。 前景：低功耗智能计算或成重要赛道，关键在应用牵引与产业协同 随着智能终端与边缘计算持续扩张，低功耗、高并行的计算需求将进一步释放。类脑计算若能在特定任务上形成稳定优势，有望率先在医疗健康监测、智能传感、机器人控制、脑机接口有关计算等方向落地，并逐步拓展到更广泛的智能计算场景。专家认为，下一阶段竞争焦点将从“做出来”转向“用起来”：谁能更早形成面向开发者的工具链和应用范式，谁就更有可能在产业化中占得先机。推动校地企协同、建设开放测试平台、完善标准化评测体系，将成为加速成果转化的关键抓手。
从达尔文芯片到“悟空”计算机，浙大类脑计算团队用十余年走出了一条艰难但清晰的创新路径；他们的实践表明，重大突破往往来自长期投入、持续迭代和敢于试错，而不是一蹴而就。面对新一轮科技浪潮，坚持求真务实、保持创新勇气，才能在关键核心技术上取得实质性进展，为科技强国建设提供更有力的支撑。