上个月23号在南京紫金山的梧桐树下蹲了半小时，就为等实验室的开门时间。那天我要见的不是什么跑大模型的服务器集群，是一块比巴掌还小的硅片，上面刻着人类造出来的、最像活脑子的电路。
风卷着梧桐叶落在肩膀上的时候我还在想，之前总有人把类脑计算说成是“大模型跑不动了才找的备胎”，今天倒要看看这话到底对不对。
别把类脑计算和大模型绑成亲戚
进去之后最先看到的不是什么炫目的大屏幕，是摆在实验台角落的功耗测试仪，屏幕上的数字跳得慢悠悠的。
说实话，之前我对类脑的印象还停留在科普文章里的漂亮概念，直到那天亲眼看到对比测试。同样的红外图像识别任务，传统的嵌入式模块跑起来，功耗稳定在5瓦上下，风扇转得嗡嗡响；旁边接的类脑芯片，功耗最高的时候才27毫瓦，连个散热片都没装，摸上去温温的。
很多人觉得类脑是冲着解决大模型的高功耗问题来的，真的不是。
你想啊，大模型的本质是什么？是把互联网上海量的文本、图片、视频拆成一个个数字，喂给堆了几千亿个参数的网络，靠统计规律去拟合“下一个字该是什么”“下一张图该长什么样”。它的所有运算都遵循统一的时钟信号，每跳一次，所有的运算单元就要同步动一次，哪怕这次运算根本用不上某个单元，它也得跟着醒着，费电得很。
类脑的逻辑从根上就不一样。它根本不想当什么更聪明的大模型，它是在学我们的脑子怎么干活——没有统一的时钟，没有必须遵守的指令集，每个神经元都是独立的个体，收到的信号攒到阈值了，就发个短脉冲出去，没攒够，就安安静静待着，一点电都不耗。
你脑子里的“走神”，恰恰是它最值钱的地方
之前有个神经科学的老师跟我开玩笑，说人类的脑子最厉害的地方，就是会“走神”。
你现在坐在咖啡馆里，周围有咖啡机的嗡鸣，有路人的说话声，有窗外的车声，你的脑子根本不会把所有的声音信号都挨个分析一遍——它会自动把那些没意义的噪音过滤掉，只留你想听的朋友的说话声，剩下的神经通路全在“摸鱼”。这也是为什么我们的脑子只有1.4公斤，整体功率才20瓦，比你家的节能灯还暗，却能同时处理走路、说话、听音乐、记笔记这么多事。
类脑芯片学的就是这个本事。
它上面的每个“神经元”模块，都自带存储和计算的能力，根本不需要像传统处理器那样，在内存和运算单元之间来回搬数据。传统处理器那套来回搬数据的模式，其实就是卡了整个行业快几十年的冯诺依曼瓶颈——就像你每次算数学题，都要跑半公里去拿草稿纸，跑半公里去拿计算器，算完再跑半公里把结果写回去，真正算题的时间，还没来回跑的时间多。
而类脑芯片的神经元，收到的信号不够触发阈值，就安安静静待着；够了，就在本地直接把信号处理完，发个脉冲给下一个神经元。整个过程没有多余的搬运，没有同步的时钟要求，想快就快，想停就停。
我那天看实验室的人给芯片喂了一张猫的红外照片，它根本不需要把整张照片的每个像素都挨个过一遍，只要检测到尖耳朵的热轮廓、圆眼睛的温度差、胡须的细长信号，就直接输出“猫”的判断，整个过程的功耗，比你手机亮一下通知屏还低。
现在的类脑，还远没到能替你思考的地步
别信那些吹得神乎其神的稿子。
我蹲了这么久的实验室，太清楚现在的类脑计算到底处在什么阶段了。它现在的应用场景，根本不是什么能跟你聊天的通用智能，全是一些需要低功耗、快速反应的偏门场景。
比如给山区的森林防火摄像头装一块，不需要接电线，靠屋顶的太阳能板就能连续跑三四年，实时识别有没有人抽烟、有没有烟点冒出来，要是用传统的摄像头，可能半年就要换一次电池，人都爬上山换电池了，火都烧起来了。
比如给听障人士的助听器装一块，不需要连着手机，就能在嘈杂的菜市场、马路边，实时把旁边人说话的声音从噪音里挑出来，反应速度比现在的数字助听器快半秒——那半秒是什么概念？就是你过马路的时候，能不能及时听到身后的车喇叭声，能不能来得及躲开。
听起来很酷对吧？但它真的没到能取代现有计算架构的地步。
说个很现实的问题：类脑芯片的软件生态太弱了。你现在想拿英伟达的显卡跑个大模型，网上有现成的教程，调个API就能用；但你想拿类脑芯片算个东西，得自己从零开始写适配的代码，把每个神经元的触发阈值、连接方式都重新调一遍，门槛高得离谱。
之前有个做投资的朋友跟我吐槽，说类脑这个东西好是好，就是太不“性感”了——没有能直接给用户看的聊天机器人，没有能一键生成海报的功能，讲半天都讲不出来个能马上变现的故事，所以很多资本都不愿意碰。
我倒觉得这没什么不好。
科技本来就不是只有往越来越复杂、越来越贵的方向跑这一条路。以前我们总觉得，计算能力就是要靠堆更多的芯片、更大的集群、更高的功耗来换，现在突然有一群人，绕开了这条走了几十年的路，回头去学我们从演化里带出来的、最朴素的工作方式——不追求什么万能的通用智能，先把那些需要低功耗、快速反应的小事做好。
风从实验室的窗户吹进来的时候，我看着那块温温的、没有风扇的硅片，突然觉得有点感动。
我们造了这么久的机器，总想着让机器更像人，却从来没认真想过，人的脑子本来就是世界上最省电、最灵活的计算系统。
现在终于有人开始认真学了。
作者|科技
排版|科技
审核|小准