类脑芯片作为一种新兴技术，有着非常广阔的应用前景，相对于传统芯片，类脑芯片在功耗和集成度上的优势明显。近年来，全球领先的科研机构和企业均在积极地推动类脑芯片技术的研究和产业化，国外如IBM、高通、英特尔、麻省理工、牛津、斯坦福大学等都在研制类脑芯片的相关技术，并取得了非常可喜的成果；国内有西井科技、灵汐科技、中科院、清华、北大、浙大等也在推动类脑芯片的产业化，可以预见的是，未来在芯片领域必有类脑芯片的一席之地。

类脑芯片被频频看好

一直以来，人们希望研制出一款能够像人脑一样学习的电脑，目前，欧盟、美国和瑞士等国家正在研制模拟人脑的神经网络计算机，这种计算机的核心是类脑芯片。近日，瑞士类脑芯片厂商aiCTX公司获百度风投数千万元Pre-A轮融资，资金将用于类脑芯片研究与开发，并积极推动研究成果的产业化。OFweek电子工程网编辑在第一时间通过邮件联系到了aiCTX公司CEO乔宁博士，就全球类脑芯片的研究成果及当前产业面临的技术难题等进行了深入地探讨与交流。

（aiCTX公司CEO乔宁博士）

据悉，aiCTX公司创办于2017年3月，在2017年底获得天使资本等120万美元种子轮融资。在成立不到两年的时间里能获得两次融资，可以看出业内对它们的认可。aiCTX公司之所以被很多业内人士看好，一方面是因为它们有着非常扎实的技术实力，另一方面也凸显了类脑芯片美好的未来。

“我们有着非常务实的团队，大约10个人，他们来自于世界各地。在短短一年多的时间里，我们创造的价值足以引起百度的关注。我们对类脑芯片有着深刻的理解和深厚的技术积累。可以毫不夸张的讲，aiCTX公司的技术在欧洲乃至世界都是处于领先的地位。”aiCTX公司CEO乔宁博士对OFweek电子工程网说道。

除了技术过硬，还得拿出实实在在的项目才能让投资人安心。aiCTX公司在成立不到一年就拿到了欧洲H2020脑机接口项目，这充分证明了欧洲对aiCTX公司技术的认可。乔宁博士表示，作为一家芯片研发公司，aiCTX对类脑芯片有着足够的执着与信心，准备花五年左右的时间潜心研究类脑芯片技术并将它推向市场。他还提到，由于aiCTX公司处于瑞士苏黎世这样良好的科研环境，临近苏黎世大学、苏黎世联邦理工、洛桑理工等世界顶级知名高校，强大的人才资源为公司发展提供了源源不断的支持。

aiCTX公司作为类脑芯片产业的新生力量，正在加速推动产业化，让技术早日实现商用。

（图片由aiCTX公司提供）

回顾国内外在类脑芯片上取得的研究成果

类脑芯片概念的提出时间虽不长，却吸引了很多科研机构和企业的加入，多年来他们一直在推动类脑芯片产业的发展。IBM、高通、英特尔等巨头对类脑芯片的研究相对较早，也取得了令人可喜的成绩。令人欣慰的是， 对类脑芯片的研究上，国内这一次和国外巨头们站在了同一起跑线，并不断取得技术上的突破。

作为全球最早研究类脑芯片技术的企业，IBM公司早在2011年就取得了一些成绩，通过模拟人脑大脑结构，IBM研发了两个具有认知和感知功能的硅芯片原型，当时它们给这个芯片取名为“虫脑”。在2014年的时候，IBM再接再厉又研制出升级版的“虫脑”芯片，性能大大提升。据OFweek了解到，这款芯片使用了54亿个晶体管，功耗每平方厘米仅消耗20 毫瓦，直径仅几厘米，表现相当出色。

IBM公司不仅仅沉浸在实验室研究类脑芯片技术，它们还积极地推动产业的发展，2014年IBM将研制出的模拟人脑芯片应用在潜水系统上，用这款芯片制作的超级计算机来探测海啸和海底环境。不久前，美国空军研究实验室与IBM公司合作研发的AI超级计算机引起关注，这款机器最大亮点是采用模拟人脑神经网络的芯片，处理能力相当于六千四百万个神经细胞和一百六十亿个神经突触的类脑功能，机器学习性能超过当前任何硬件模型。除了算力，这款芯片的低能耗优势让人眼前一亮，其每个芯片耗能只相当于十瓦灯泡。目前它们正在探索这款芯片系统在可穿戴、飞机和自动化设备等领域的应用。

同样是在2014年，高通原本打算发布一版电子芯片，2013年高通曾公开此款芯片，将其命名为Zeroth。据OFweek了解，这款芯片是一款类似大脑的计算机芯片，高通将它称作“神经处理装置”。

这些芯片能够用于支持类似Siri和Google Now的数码助手来控制机器人四肢、无人机以及无人汽车。Zeroth芯片模仿人脑结构，由数十亿协力合作的神经细胞组成，此款芯片在特定领域的计算速度比普通计算机更快、更有效。

Zeroth芯片的的终极目标是实现新型处理架构的创建、定义和标准化，高通称之为“神经处理器”(NPU)。它们设想NPU用于各种不同设备，在SoC里与其它模块并存，因此既能用传统编程语言开发程序，也能随时调用NPU来训练设备，使之具备人脑一样的交互和行为。

近日，英特尔中国研究院表示它们已研发出类人脑的神经拟态LOIHI芯片，这款芯片以人脑为模型，包括模拟大脑基本机制的数字电路，它有1024个人造神经元和1．3亿个突触连接。

据悉，这款神经元芯片模型从神经元的沟通和学习中吸取灵感，使用可以根据时机进行调制的尖峰和塑料突触，以帮助计算机根据模式和协调自行组织和作出决策。它可以实现片上学习，也就是整个学习的训练和推理过程都将在单个芯片上完成，且芯片可以自动进行数据的实时更新，而不用等待从云端或是互联网上数据库的更新和传输。

使用Loihi芯片可以加速机器学习，同时将功耗要求降低到现有芯片的千分之一。与刺激神经网络相比，该芯片的操作速度提高了一百万次；与卷积神经网络和深度学习神经网络技术相比，Loihi测试芯片在相同任务中使用的资源要少得多。对于该芯片，英特尔表示：“该芯片的自学习能力具有巨大的潜力，可以改善汽车和工业应用以及个性化机器人，即任何可以在非结构化环境中受益于自主操作和持续学习的应用程序。”

全球最大的神经形态超级计算机SpiNNaker日前首次启用，它拥有100万个处理器内核，每秒可执行200万亿次操作，能够达到人脑百分之一的比例，是世界上第一个低功耗、大规模人脑数字模型。

谷歌、英伟达、Facebook等巨头也在加大类脑芯片的研究。前几年大火的Google AlphaGo和英伟达的GPU以及Facebook大脑等，无一不借鉴或采用了最新的类脑芯片技术。