功耗腰斩，延迟毫秒！杭州抢先手，押注类脑计算

 
电子发烧友网报道（文/莫婷婷）近期，杭州市正式出台《关于支持类脑智能未来产业创新发展的若干措施》（以下简称“措施”），明确提出重点支持脑机接口与类脑计算两大前沿方向，并将“类脑感算存一体芯片”“神经形态计算”“低功耗类脑计算芯片”等关键技术列为重点支持领域。
 
 
 
这一政策不仅标志着类脑智能正式纳入地方未来产业战略版图，也为这一领域的发展注入了强大动力，推动其从实验室走向规模化落地。
 
政策驱动与技术演进，双轮并进打开万亿赛道
《措施》明确指出，脑机接口则包括“不依赖于外周神经和肌肉的直接脑机交互，以及依赖于外周神经和肌肉的间接脑机交互”。类脑计算包括“借鉴大脑处理信息方式，以更少器件、更低功耗和更高能效比实现新型计算范式，以及为实现新型计算范式而建立的软硬件生态”。
 
在脑机接口领域，将重点支持脑机接口材料、脑/肌信号采集设备、神经信号处理芯片、神经调控芯片、生物传感芯片、穿戴式外骨骼、脑机融合关键技术和核心器件等方向和相关延伸领域。
 
在类脑计算领域，将重点支持低功耗类脑计算芯片、类脑感算存一体芯片、新型类脑计算存储器、类脑传感器、类脑微纳光电器件、面向空间计算的类脑神经元模型、类脑突触连接和信息传递、类脑计算关键技术和核心器件等方向和相关延伸领域。
 
从《措施》中可以看到，脑机接口和类脑技术可以为多个应用端赋能，在多个应用端展现出强大的赋能潜力和广阔的落地前景，具体可以包括医疗健康领域和智能应用领域的应用端。在医疗健康领域，杭州将支持个性化诊疗、智能辅助诊断、智能陪伴等应用端；在智能应用领域，杭州将支持智能传感器与边缘计算、智能家居与智能安防、智能交通与自动驾驶、智能机器人与低空经济等应用端。
 
当前，脑机接口与类脑智能产业整体尚处于发展初期，诸多关键技术仍处于实验室验证或原型开发阶段，尚未实现大规模商业化应用。但市场调研多家机构对其未来发展前景持高度乐观态度。据麦肯锡预测，全球脑机接口医疗市场规模将在2030年达400亿美元，2040年超过1450亿美元。公开资料显示，2029年，中国类脑计算核心市场规模预计将达11.8亿元。
 
在脑机接口技术方面，已有多个利好政策推动。2025年7月，工信部等七部门联合印发《关于推动脑机接口产业创新发展的实施意见》，首次将该领域提升至国家战略高度；北京、上海、广东等地相继布局脑机接口临床转化基地、数据平台与专项基金。
 
技术应用也在加速落地，就在近期埃隆·马斯克旗下Neuralink已获FDA批准启动千人级人体临床试验，目标是植入 N1 Link v2.0 植入式芯片，实现“意念打字”每分钟60字。今年下半年，还可以看到国内不少关于脑机接口技术在医疗领域的进展，例如通过侵入式脑机接口，由前端的传感器、后端的处理器分别负责连接外部信息、将大脑的微弱神经活动转化为数字信号，从而让高位截瘫患者用意念操控轮椅在小区遛弯，且指挥机器狗取外卖。
 
在脑机接口技术迎来落地进展的同时，类脑智能的应用场景正逐步延伸至多元场景：
 
在情感陪伴与AI玩具场景：灵汐科技联合多家企业成立AI毛绒玩具联合实验室，推出“赛赛猫”等产品，融合类脑智能、多模态交互与情感计算，实现儿童陪伴的智能化升级。
 
在智慧畜牧场景，时识科技推出全球首款动物专用类脑穿戴芯片Xylo，利用脉冲神经网络（SNN）的事件驱动特性，实现奶牛行为监测、疾病预警，功耗低至微瓦级，连续运行数月无需换电。
 
 
 
从奶牛到AI玩具，类脑芯片重构边缘智能
作为前沿技术，脑机接口与类脑计算正受到国内外企业持续加码布局。其中，类脑被称为打破AI算力“功耗墙”的关键路径之一，它将在特定场景下提供更高效、更节能、更仿生的智能计算新选择。从当前科研机构与芯片企业陆续推出的产品与原型系统中，已可初步窥见这一技术未来的巨大潜力与落地前景。
 
韩国科学技术院（KAIST）研发出一种基于忆阻器的类脑芯片，能模拟人脑信息处理，并具备自主学习与纠错能力，能够有效应对神经形态器件因非理想特性导致的误差难题。
 
在国内研究团队中，中科院计算所赵地团队于2025年初在《Journal of Supercomputing》开源第二代神经形态处理器开源类脑芯片二代Polaris 23，推动类脑芯片设计标准化与社区协作。
 
在企业进展方面，今年12月，灵汐科技联合杭州电信、中国电科南湖研究院，在杭州发布国内首个类脑智算集群。该集群基于自研LynAInfra高密类脑计算架构，整体模拟神经元规模超百亿，算力达200 POPS，专为大模型推理优化。
 
灵汐科技类脑智算集群最大的特点体现在推理速度、延迟、功耗三大方面，单用户推理延迟控制在毫秒级，延迟可降至百毫秒乃至十毫秒级，同等推理算力水平，功耗直降 1/2 至 2/3 以上。其低延迟、高吞吐特性可以支撑安康AI玩具的情感陪聊、无人机实时航拍处理等场景，在类脑算力在边缘与云端协同中的独特价值。
 
不同于纯神经拟态的专用技术路线，灵汐科技采用异构融合架构，其类脑芯片及系统可高效兼容深度学习与脉冲神经网络，无缝支持PyTorch、TensorFlow等主流框架及开源大模型快速推理，兼具高兼容性与强实用性。
 
时识科技则聚焦垂直领域，其Xylo™芯片专为低维生物信号设计，已在宁夏农垦牧场部署奶牛喷淋调控与牛犊姿态监测系统，实现养殖从“经验依赖”到“数据驱动”的转型。
 
Xylo采用脉冲神经网络（SNN）与事件驱动计算架构，功耗可以低至微瓦级；芯片集成音频、运动及生理信号等多模态接口，可同步监测动物活动量、体温等关键指标，并通过强大的边缘计算能力在本地完成数据预处理与决策，仅上传异常信号，减少约80%的数据传输负载，能够缓解网络压力。值得一提的是，芯片具备自适应学习能力，能基于SNN对时序数据的高效处理，持续优化行为识别模型，实现对疾病早期症状的精准预警，能够为智慧养殖提供实时、可靠的数据支撑。
 
在今年6月，燧人医疗联合发布了“智者一号”BIE-1，是全球首款超小型移动类脑智算体。其采用可解释的三值逻辑类脑模型，仅用单CPU节点30小时即可完成百亿token训练，能耗降低90%，硬件成本下降50%。该设备让“个人超算”真正走入办公室与家庭。
 
 
 
“智者一号”采用了自主研发的独特类脑算法——直觉神经网络（Intuitive Neural Network, INN），具备小样本学习能力，支持持续学习新知识而不遗忘已掌握内容；并能同时处理文本、图像、语音等多种信息，支持多模态数据融合处理。
 
“智者一号”集成了1152个CPU核心，采用4.8T(单节点1.6Tx3) DDR5内存，204T(单节点68Tx3)存储空间。在推理和训练性能上，“智者一号”在CPU单节点上仅用30小时便可完成百亿token训练，训练速度为10万token/秒，推理速度为50万token/秒。
 
 
小结：
在政策与市场需求双重驱动下，国内外企业与科研机构在类脑智能领域取得系列标志性成果，从芯片、开源生态、算力底座，再到终端设备均迎来新的进展。可以期待，随着芯片工艺、算法框架和应用场景的不断成熟，它正从实验室走向产业一线，成为构建下一代人工智能基础设施的重要支柱。