10个类脑计算最值得关注玩家 ｜量子位智库报告（附下载）

量子位智库 发自 凹非寺
量子位 | 公众号 QbitAI

为什么要关注类脑计算？

因为随着数据量的攀升，目前的计算机系统已面临三大挑战：

“集成密度”问题、“存储墙”问题和“功耗墙”问题。

为了解决以上困境，有人自然想到借鉴人类大脑低功耗、高能效、自我学习等一系列优势，研发新一代类脑智能系统。

事实上，在科研的基础上，产业界近几年已经在探索相关技术的落地方向：

目前，全球已诞生20家左右围绕类脑计算开展商业化的公司。

量子位智库在完成《类脑计算深度产业报告》之后，在这里，又结合了类脑产品的完整性、核心技术以及商业化进程等方面，给出了全球7家值得关注的类脑企业，以及国内与类脑智能密切相关的3所研究中心。

一起来看。

全球7家值得关注的类脑企业

1、灵汐科技

2、时识科技

成立时间：2017年
融资轮次：Pre B轮
投资金额：近两亿元
投资方：栖港投资、张江科投、中电海康、招商启航、泰科源电子、Ventech China、和利资本、亚昌投资
产品：
“感算一体”动态视觉智能SoC Speck：基于异步逻辑范式的大规模脉冲卷积神经网络
（sCNN）芯片架构；
DYNAP：动态视觉专用处理器；
XYLO：基于脉冲神经网络、超低功耗(~0.1mW)、always-on低维度信号专用AI处理器。
亮点：感算一体，采用DYNAP-CNN类脑处理器内核，集成33万脉冲神经元，神经元集成度提升30-40倍，支持复杂深度脉冲神经网络，系统感算功耗低于1mW。

3、他山科技

成立时间：2017年
融资轮次：Pre A轮
投资方：软银中国、沐盟集团
产品：
分布式类触感芯片：数模混合AI触感芯片，以及基于SNN的分布式类脑产业化应用芯片。
亮点：分布式类脑触感芯片架构；分区分级的脉冲神经网络算法架构

4、优智创芯

成立时间：2021年
融资轮次：天使+
融资金额：数千万元
投资方：同威资本
产品：
思辨1号通用类脑推理芯片：8核“友替”处理器+AI加速+CLAS因果学习算法，功耗不高于
2瓦，同时可计算100万个神经元；
“硅脑”全自主无人系统平台：内嵌自主研发的CLAS因果学习算法系统和类脑芯片，利用
小样本识别算法、全自主实时路径规划算法和全自主决策算法，实现环境感知、环境认知、
类脑决策等功能，可以广泛用于元宇宙、AIGC、无人机、无人驾驶和机器人等领域。目前推出全自主无人飞行类脑计算盒子K50/K51。
亮点：非完美信息环境下的普适性场景提取算法；
基于因果关系的脉冲神经网络；
“结构生长算法”非完美信息决策的强化学习算法框架。

5、Prophesee

成立时间：2014年
融资轮次：C轮
投资方：360 Capital Partners、欧洲投资银行、iBionext、韦豪创芯、英特尔资本、雷诺集团、博世创投、创新工场、Supernova Invest、小米等。
产品：
METAVISION视觉传感器：第四代动态视觉传感器由Prophesee与索尼合作开发，结合索尼的CMOS图像传感器技术与Prophesee独特的基于事件的Metavision®传感技术；
METAVISION智能套件：包含95 种算法、67 个代码示例和 11 个即用型应用程序；开放软件和硬件之间的全面互操作性。
亮点：基于事件的动态视觉信息采集。

6、GrAI Matter Labs

成立时间：2016年
融资轮次：A+轮
投资方：iBionext、360 Capital、3T Finance等。
产品：
NeuronFlow：稀疏处理；高精度数据流架构，可实现高效的细颗粒度并行计算；
GrAI VIP：一种SOC，集成了神经元引擎 GrAICore；
GraiFlow SDK：兼容常用的ML框架、 TensorFlow 和 PyTorch，以实现自定义模型；同时提供预训练模型的数据库。
亮点：高精度（16 位浮点）处理以提供高质量内容；动态数据流以利用数据的稀疏性；神经形态设计思路以提高效率；存内计算以降低功耗和延迟。

7、Brainchip

成立时间：2004年
融资轮次：澳股上市
产品：
Akida（神经拟态处理器）：具有同时处理多传感器模式、片上一次性学习、基于事件的学习、云独立等功能；
MetaTF：用于神经网络的创建、训练和测试，支持在Brainchip的Akida上开发边缘AI系统。
亮点：
分布式计算：每个NPU都有专用计算和内存，减少数据移动；
基于事件处理：NPU基于事件驱动；
基于事件的通信：通过mesh网络发送事件，无需CPU介入；
基于事件的学习：片上学习算法。

国内代表性类脑智能科研机构

清华大学
类脑计算研究中心

成立时间：2014年

研究中心包括：计算机、微电子、电子、自动化、精仪、材料、生物工程7个院系组成的多学科融合的研究中心，是目前全国唯一一个从基础理论、芯片、软件环境和应用全方位进行类脑计算系统研究的团队。

部分成果：

分别于2019、2020和2021年连续发表三篇Nature论文，分别从架构、软件编译和算法模型三个方面进行研究。

首篇论文讲述的是异构融合架构的类脑芯片设计，如何在架构层面支持ANN和SNN的融合；

第二篇讲述的是类脑编译软件系统架构，提出了类脑计算完备性；

第三篇在自然通讯发表的类脑算法文章，首次融合了全局学习和本地学习的融合算法，为类脑融合算法模型的训练和在线学习机制提供支撑。

浙江大学
脑与脑机融合前沿科学中心（简称“双脑中心”）

成立时间：2018年

研究组包括：脑科学与脑医学学院、系统神经与认知科学研究所、求是高等研究院、生物医学工程与仪器科学学院、计算机科学与技术学院、信息与电子工程学院、心理与行为科学系。

研究方向：

• 神经系统特有的分子和细胞生物学机制

• 脑功能的环路解析

• 脑疾病的机理研究和干预措施

• 脑高级认知功能和计算模型

• 脑机接口与混合智能

• 类脑计算与神经计算

部分成果：

• 达尔文类脑芯片（1代&2代）

• 亿级神经元类脑计算机

中国科学院
类脑智能研究中心

成立时间：2015年

研究小组：

• 认知脑建模组：在多个尺度上模拟认知脑，以探索和了解大脑的工作原理，以及如何开发受大脑启发的智能系统；

• 类脑信息处理组：当前的目标是构建具有视觉、听觉、语言处理、思维能力的多模态认知机器；

• 神经机器人组：通过模仿和学习人类神经系统的力学，研究和开发下一代智能机器人系统。

研究方向：

• 多尺度大脑模拟

• 认知大脑建模和神经计算

• 微观层面的大脑重建

• 类脑计算

• 大脑知识库

• 认知和神经机器人