类脑计算

传统冯·诺依曼体系结构计算机在过去数十年中取得了巨大的成功，应用场景遍布生产、生活的各个方面。然而，在过去数十年中，内存墙、功耗墙等问题日益凸显。随着CMOS工艺逐渐逼近物理极限，计算机的性能难以进一步提升。生物神经系统是天然的高效计算机，具有大规模并行、高度容错、超低功耗等特点，在模式识别、数据挖掘与合成等智能计算方面具有独特的优势。脉冲神经网络（Spiking Neuron Networks, SNN）模仿生物神经网络，以离散时间的脉冲信号在神经元间传递信息，并利用神经元和突触动力学模型对脉冲信号进行计算，具有比传统的人工神经网络更强的计算能力和生物真实性。类脑计算借鉴生物神经系统的原理和机制，将其运用于计算机的软硬件设计与实现中，从而产生智能、高性能、低功耗的新一代类脑计算机。