类脑计算：别吹“颠覆冯诺依曼”，先闯过这三道关

ChatGPT爆火之后，所有人都在喊算力不够。 训一次千亿参数大模型，烧掉几千万度电，显卡价格涨了三倍，台积电的产能抢不到。所有人都在找下一代算力的突破口，类脑计算就是被喊得最多的那个。 去年乌镇世界互联网大会，散场时我亲眼看见一群投资人堵着做类脑的院士要名片，那热度，不比当年AI芯片创业潮差。

不是“造人造大脑”，类脑计算的核心其实是解决冯诺依曼瓶颈

所有人都知道现在的计算机是冯诺依曼架构，存储和计算是分开的。这个用了七十多年的架构，现在碰到死结了：你算之前要把数据从内存搬到计算单元，算完再搬回去，大部分功耗和时间都耗在“搬家”路上，根本不是用在计算本身。 人脑不一样。人脑的神经元和突触，本身就是既存储信息又做计算，也就是存算一体，整个人脑干活只需要20多瓦功耗，就能处理所有复杂的认知任务，比现在的超算不知道高效多少倍。 类脑计算就是顺着这个思路来的，用硬件模拟人脑的神经元连接方式，让计算和存储在同一个地方完成，从根上降功耗提速度。 冯诺依曼架构与类脑存算一体架构对比图 很多人会被“类脑”两个字忽悠，以为我们现在就要造一个和人脑一模一样的机器，还担心会不会产生意识。说实话，想多了。现在的类脑计算根本没到那个程度，说白了就是冲着解决冯诺依曼瓶颈来的，大部分工作都是围绕怎么把存算一体做好，不是真的复刻人脑的860亿个神经元。 现在行业里基本分成两条路：一条是结构类脑，从硬件上用忆阻器之类的新器件做神经元突触连接，主打物理层面的存算一体；另一条是算法类脑，搞脉冲神经网络，只有神经元被触发脉冲的时候才会工作，不像现在的深度神经网络一直通电耗电，天生省功耗。

喊了三十年，产业化为什么还没起来？三个绕不开的坎

其实类脑不是新概念，喊了快三十年了，IBM早十年就出了TrueNorth芯片，英特尔也出过Loihi，国内清华大学的天机芯也流片好几代了，能演示无人驾驶自行车自动避障，功耗才零点几瓦，听起来很美好对不对？ 但真要落地赚钱，卡得死死的。 第一个坎是材料和工艺。现在做类脑突触最常用的是忆阻器，靠改变电阻来模拟突触权重的变化，原理很完美，但良率上不去。忆阻器的阻变一致性很差，一块晶圆做出来，能正常用的芯片不到一半，成本根本降不下来，没法大规模量产。 第二个坎是算法适配。现在全世界的AI都是基于深度神经网络跑的，改造成脉冲类脑算法，精度直接掉好几个点。客户为什么要用你的？省那点电，不如牺牲一点功耗换精度，反正云端大模型客户不在乎那点电费，只要准确率高就行。 第三个坎是生态。现在所有的AI开发工具、框架，全都是给冯诺依曼架构做的，普通开发者根本不会写类脑的程序。你就算把芯片造出来，没人能用，最后只能放在实验室当样品。我见过好几个类脑创业公司，拿demo找客户，客户第一句就是“能直接跑我现在用的大模型吗？”，不能，那转头就走了。 类脑忆阻器芯片晶圆实物图 不过话说回来，现在市场上太多拿类脑当PPT概念割韭菜的。上次听一个创业项目路演，张口就说“我们类脑芯片能把GPT-3的功耗降到1%”，我下来问他，你现在能跑多大参数的模型？他说“我们已经能稳定跑100万参数了”。哦，合着GPT-3是1750亿，差了四个数量级，吹得太没边了。

最先落地的不是云端，是被忽略的边缘低功耗场景

最先落地的不是云端，是被忽略的边缘低功耗场景 很多人都错了，类脑计算根本没必要一开始就去跟NVidia抢云端大模型的生意，那地方GPU的生态已经牢不可破，新来者根本冲不进去。真正的突破口，是对功耗要求极端苛刻的边缘场景。 比如野外工业物联网的传感器，要放在山里监测地质灾害、森林防火，没人拉电线，靠电池供电，要求一次换电池能用三五年。原来的传统AI芯片，三个月就把电耗完了，类脑芯片能把功耗降到原来的十分之一，一次换电池能用三年，已经有厂商在大规模出货了。 再比如植入式脑机接口，芯片放在颅内，总不能天天开刀换电池吧？极低功耗是硬要求，类脑天生就适合这个场景。还有自动驾驶的边缘控制器，脉冲计算的延迟比传统芯片低一半以上，对安全要求高的场景，这个优势太香了。 对整个产业链的影响，其实是慢慢渗透的。上游的材料厂，现在已经开始给忆阻类芯片改产线，阻变材料的出货量每年涨三倍；下游的边缘AI厂商，原来很多做不了的低功耗场景，现在能做了，催生了一堆新的需求。说白了，类脑不是要颠覆GPU，是给原来做不了的场景补了一块空白。

未来3-5年：不会颠覆，只会悄悄渗透

很多人关心类脑会不会颠覆现有的算力格局，我可以说，至少未来三五年，不可能。现在连千亿参数的类脑大模型都跑不起来，怎么去替代GPU？ 真正要担心的也不是什么“产生自主意识”的伦理问题，那太遥远了，现在我们连一亿神经元的类脑芯片都做不好，离860亿的人脑规模差得远。真正的风险是资本过热，一堆人挤进去烧钱讲故事，最后泡沫破了，把真正做技术的公司也拖死，前两年的AI芯片泡沫就是前车之鉴。另外现在整个行业没有统一的标准，不同厂商的架构不互通，以后生态做起来了，标准争夺肯定是个大问题。 我对未来三五年的判断很简单：第一，不会出现能替代GPU的通用类脑大芯片，所有吹这个的都是骗子；第二，边缘低功耗场景会跑出一批年出货千万颗级的类脑芯片，真的赚钱落地；第三，面向开发者的类脑开发工具链会初步成熟，不会再是只有少数实验室能玩的东西。 去年我在清华的实验室摸过一块刚流片回来的类脑芯片，指甲盖大小，上面密密麻麻刻了十几万个突触单元，做芯片的工程师跟我说，为了把良率提高五个百分点，他们熬了三年。那天阳光落在芯片的镀金丝上，我突然觉得，哪有那么多颠覆式创新啊，都是一点点熬出来的。 类脑计算不是解决算力危机的银弹，但它确实给现在这条路越走越窄的算力行业，多开了一扇窗。剩下的，就是熬，闯过材料、算法、生态这三道关再说。