近年來，深度神經(jīng)網(wǎng)絡(luò)（DNN）取得了令人矚目的成績，基于DNN的深度學習AI芯片業(yè)成為市場主流，然而深度學習所基于的大腦模型，是極度簡化了的大腦神經(jīng)元及其連接電路，與人腦相比，他們在效率方面的表現(xiàn)仍然不夠好。
而與之相比，模仿大腦結(jié)構(gòu)的芯片具有更高的效率和更低的功耗，模仿這類大腦行為的神經(jīng)網(wǎng)絡(luò)被稱為神經(jīng)形態(tài)網(wǎng)絡(luò)，其代表為脈沖神經(jīng)網(wǎng)絡(luò)（SNN），神經(jīng)形態(tài)網(wǎng)絡(luò)的特征是使用更忠實地模仿大腦行為的模型，其對應的芯片是類腦芯片。類腦芯片被視為人工智能的終極目標，被稱為下一代人工智能。
早在2011年IBM率先在類腦芯片上取得進展，不過因為技術(shù)限制，第一代TrueNorth芯片的性能并不高。2014年該公司推出了第二代TrueNorth芯片，采用三星28nm工藝，由54個晶體管組成，片上網(wǎng)絡(luò)有4096個神經(jīng)突觸核心。加載了神經(jīng)網(wǎng)絡(luò)模型的TrueNorth芯片可作為實時感知流推理引擎使用，而且能夠在快速、準確分類的同時保持超低功耗。
清華大學也在2012年早早瞄準人工智能發(fā)展，2014年成立聯(lián)合了七個院系的類腦計算研究中心，施路平為類腦計算研究中心主任，2015年第一代類腦芯片天機芯問世，2017年團隊研發(fā)出第二代天機芯，第二代天機芯具有高速度、高性能、低功耗的特點，制程縮小至28納米，第二代天機芯相比于當時世界先進的IBM的TrueNorth芯片，功能更全、靈活性和擴展性更好，密度提升20%，速度提高至少10倍，帶寬提高至少100倍。
據(jù)介紹，搭載天機芯的自行車，實現(xiàn)了實時視覺目標探測、目標追蹤、自動過障和避障、自適應姿態(tài)控制、語音理解控制、自主決策等功能。2019年由清華大學類腦計算研究中心施路平教授所帶團隊開發(fā)出了全球首款異構(gòu)融合類腦計算芯片天機芯，登上最新一期Nature封面。天機芯把人工通用智能的兩個主要研究方向，即基于計算機科學和基于神經(jīng)科學這兩種方法，集成到一個平臺，可以同時支持機器學習算法和現(xiàn)有類腦計算算法。
英特爾也是類腦芯片的重要玩家，2017年發(fā)布第一代神經(jīng)擬態(tài)芯片Loihi，2021年9月30日發(fā)布第二代芯片Loihi 2，Loihi芯片是為新一代AI而設(shè)計的神經(jīng)擬態(tài)芯片，具備更強的持續(xù)學習和在線學習能力，不僅讓機器學習更快更高效，對于計算力的需求也更小，且可以滿足眾多新模型需求。據(jù)介紹，英特爾已經(jīng)與合作伙伴一起，將Loihi芯片應用在機械臂、嗅覺傳感、人造皮膚等應用上。
英特爾第二代Loihi芯片，結(jié)合了英特爾最新制程技術(shù)、異步時鐘設(shè)計模式等技術(shù)。除了神經(jīng)擬態(tài)處理速度變得更快，Loihi2芯片在可編程性和容量方面也有很大提升，在功耗和時延受限的智能計算應用方面也更強大。它能為新型神經(jīng)啟發(fā)算法和應用提供10倍的處理速度，每個芯片最多有100萬個神經(jīng)元，資源密度達15倍。
國內(nèi)致力于類腦芯片研究的還有時識科技和靈汐科技。靈汐科技是一家類腦計算技術(shù)科技公司，這家公司也推出了類腦芯片，并且還發(fā)布了基于類腦芯片的類腦計算板卡和服務(wù)器、軟件工具鏈和系統(tǒng)軟件。靈汐科技的類腦芯片KA200，基于全新的存算一體、眾核并行、異構(gòu)融合架構(gòu)，能高效支持深度學習神經(jīng)網(wǎng)絡(luò)、生物神經(jīng)網(wǎng)絡(luò)和大規(guī)模腦仿真，該芯片采用12nm工藝，單芯片集成25萬神經(jīng)元和2500萬突觸，集成30個類腦計算核，支持混合精度計算。
時識科技的技術(shù)起源于蘇黎世大學與蘇黎世聯(lián)邦理工學院先進的數(shù)?；旌仙窠?jīng)形態(tài)處理器與神經(jīng)形態(tài)算法研發(fā)成果，擁有完全自主知識產(chǎn)權(quán)。時識科技2017年2月成立于蘇黎世，2020年4月總部遷至中國。該公司開發(fā)的純數(shù)字以及數(shù)?；旌仙窠?jīng)形態(tài)處理器，克服了傳統(tǒng)馮·諾依曼計算機的局限性，提供低功耗和低延遲性能，為永遠在線的物聯(lián)網(wǎng)設(shè)備和邊緣計算應用，比如手勢識別、面部或物體檢測、定位、跟蹤和監(jiān)視等，開發(fā)鋪平了道路。
類腦芯片的研究是基于微電子技術(shù)和新型神經(jīng)形態(tài)器件的結(jié)合，希望突破傳統(tǒng)計算架構(gòu)，實現(xiàn)存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。然而類腦芯片前景雖好，相比于依靠馮諾依曼結(jié)構(gòu)的芯片來說仍處于研發(fā)階段，雖然已有一些產(chǎn)品面世，然而應用卻并不多見，如果要實現(xiàn)突破未來還需要更多投入。
