国内在类脑芯片上的成绩
近年来，国内在类脑芯片的研究上也取了很多的进展，如西井科技的脑神经元芯片、浙大的“达尔文”类脑芯片、清华大学的电子突触阵列技术等。
西井科技是国内较早研究类脑芯片的企业，目前它们已推出了自主研发的拥有百亿规模神经元人脑仿真模拟器和可商用化五千万类脑神经元芯片DeepSouth两款产品。神经元人脑仿真模拟器类似于飞行员训练用的飞行模拟器，虽然人脑模拟器不能取代活体实验，但可以大大减少活体消耗。它可以通过接受医学上大脑神经元脉冲放电数据，以更直观方式呈现人脑的脉冲形态，帮助人类更清晰更直观的研究人脑的症状，同时采集数据反馈回大脑仿真模拟器检验药物及治疗效果。
据OFweek获悉，DeepSouth 是一款可商用化的芯片，它能模拟出高达五千万个“神经元”，有 五十多亿个“神经突触”，该芯片除了具备“自我学习、自我实时提高”的能力外，还可以直接在芯片上完成计算，不需要通过网络连接后台服务器，可在“无网络”情况下使用。值得一提的是，DeepSouth 芯片在同一任务下的功耗仅为传统芯片的几十分之一到几百分之一。
2015年12月，由浙江大学牵头的联合研究小组在国内首次研制出支持脉冲神经网络的类脑芯片，它们取名为“达尔文”芯片。据相关人士介绍，这款芯片借鉴大脑神经网络结构与原理，创造出更省电、高效、智能的计算系统，与传统人工神经网络相比，其在结构与原理上都更加接近生物神经系统。
这款名为“达尔文”的芯片面积比硬币还小，它就像一个简化的大脑，上面集成了2048个用硅材料制成的仿生神经元，可支持超过400万个神经突触和15个不同的突触延迟。“达尔文”芯片的工作方式非常接近人脑，它通过外界接收并积累刺激，产生脉冲信号来传递和处理信息。芯片最多可支持2048个神经元、400多万个神经突触及15个不同的突触延迟。
据了解，这款芯片即将应用于智能硬件、机器人、神经信号处理、脑机融合系统等领域，它可作为脉冲神经网络模型与算法高效的硬件运行载体，建立类脑智能系统。
2017年5月，清华大学微电子所钱鹤、吴华强课题组发表了题为《使用电子突触阵列实现人脸识别》的研究成果，里面提到将氧化物忆阻器的集成规模提高了一个数量级，首次实现了基于1024个氧化物忆阻器阵列的类脑计算。
这项成果的一大突破是在最基本的单个忆阻器上实现了存储和计算的融合，采用完全不同于传统“冯·诺依曼架构”的体系，可以使芯片更加高效地完成计算任务，使能耗降低到原千分之一以下。
如今，国内的寒武纪神经网络芯片、深鉴科技的DPU等产品都是类脑科技在芯片上的应用。可以毫不夸张的说，未来企业想成为AI领域的领导者，没有类脑芯片技术的加持，将举步维艰。
虽然类脑科技有着很好的应用前景，目前也取得了很多成就，但是它离真正的产业化仍有很大的距离。
