上周挤在南京新街口那个小众科技展的人堆里，我本来是奔着机械臂拉花的咖啡去的，挤了十分钟才到摊位前面，结果被旁边盖着金属散热片的黑盒子勾走了半小时。
工作人员凑过来压着声音介绍，说这东西跑视觉识别任务，功耗只有同算力传统CPU的万分之一。
我当时愣了。
万分之一是什么概念？就是你现在笔记本电脑跑同样的识别任务要耗10瓦的电，这个东西只要1毫瓦，扣式电池就能跑一整年。
这就是我那天第一次近距离摸到的类脑计算演示装置。
别把它当AI芯片升级款，底层逻辑根本两码事
很多人刚听到类脑计算，第一反应是”哦，就是专门跑大模型的新GPU呗”。
真不是。
现在我们用的所有计算机，从几十年前的大型机到你手里的手机，全是冯诺依曼架构的老逻辑：计算单元归计算单元，内存归内存，每次算东西，都要把数据从内存搬到计算单元，算完再搬回去。来回搬的过程，浪费了90%以上的能量。
你想啊，人的大脑根本不是这么干活的。神经元本身就带着存储信号的突触，信号来了当场就在神经元上处理完了，根本不用大老远把信号送到别的地方去”加工”。
计算与存储融合就是类脑架构第一个打破传统的地方。它把每一个人工突触都做成既可以存信号、又可以做计算的小单元，再也不用在内存和计算单元之间来回跑数据，光这一项就能把功耗压到原来的几十分之一。
还有个更有意思的设计，叫事件驱动机制。传统芯片是不管有没有活，时钟都在固定频率跳，满负荷转。类脑芯片不是，没有有效信号进来的时候，90%的单元都处于休眠状态，几乎不耗电。就像你坐在家里发呆，不会调动全身的肌肉去做反应，只有听到门铃响的时候，相关的神经才会醒过来处理信号。
那天我盯着那个黑盒子看了好久，总觉得有点不真实。毕竟人的大脑满打满算也就3磅重，整体功耗才20瓦，跟个节能灯泡差不多，能处理视觉、听觉、语言、运动所有复杂的事，现在我们堆了满机房的显卡，功耗上兆瓦了，还连个猫的认知能力都赶不上。
实验室里的”电子神经元”，为什么离普通人还远？
我之前看过一个可核验的公开数据，现在实验室里做的最好的类脑芯片，上面集成的人工突触，最多也就几千万个。
多少？
几千万。
人的大脑有多少？860亿个神经元，100万亿个突触。差了快五个数量级。就好比你在纸上画了个小水塘，就说这是太平洋，差的不是一点半点。
更麻烦的是，现在我们写的所有算法，都是为了传统的冯诺依曼架构量身定做的。你现在造出来类脑芯片，相当于你花大价钱造了一辆顶级的电动赛车，但是出门一看，所有的路都是给燃油车修的，配套的充电站也全是老标准，根本跑不起来。
那个展上的工程师跟我吐槽，说之前有个企业找过来，问能不能用类脑芯片跑千亿参数的大模型。他当场就回绝了。现在的类脑芯片，优势是低功耗的实时信号处理，根本不是拿来跑大规模矩阵计算的，你拿它跟GPU比跑大模型的速度，就像拿个便携的太阳能充电宝去跟电网比供电量，完全比错了赛道。
我当时听完突然就释然了。之前总觉得类脑计算是喊了几十年的概念，怎么还没落地，原来大家之前都在走弯路——非要拿类脑芯片去跟传统芯片比算力，比来比去就觉得这东西没前途，根本没意识到它最擅长的根本不是拼峰值算力，是拼在极低功耗下的实时反应能力。
它根本不需要等”通用人工智能”，早就悄悄落地了
说实话，我之前也觉得类脑计算离普通人远得很，直到那天跟那个工程师聊了半小时才知道，这东西早就用在你根本注意不到的地方了。
比如现在有些医院在用的可穿戴心电监测设备，里面就装了指甲盖大小的类脑芯片。之前的设备要实时分析心电波形，功耗高得离谱，戴在身上两天就得充电，根本不敢长时间带。换了类脑芯片之后，功耗降了90%，一块小纽扣电池就能跑一个月，能实时识别异常的早搏、房颤波形，不用把所有心电数据都传到云端处理，在本地就把异常信号挑出来，既省电又保护隐私。
还有那些放在深山里、自然保护区里的野外传感器。之前的传感器要采集声音、震动数据，还要把所有数据传到几百公里外的基站，靠太阳能供电根本扛不住，经常没电关机。换了类脑芯片之后，平时没信号的时候就全程休眠，一旦采集到像偷猎的枪声、泥石流的震动频率，才醒过来把信号传出去，一块小电池就能跑两三年。
你看，根本不需要等那种能跟人一样聊天、一样思考的”通用类脑系统”，就把大脑里最省能耗的那点逻辑摘出来，用在最需要低功耗的场景里，就已经能解决一堆之前解决不了的问题。
前阵子刷到个短视频，说类脑计算再过十年就能造出跟人一样聪明的电子大脑。
别信。
真的差远了。我们现在对大脑的认知，可能连10%都不到，连神经元之间到底怎么传递信号、怎么形成记忆都没搞明白，谈什么造个一模一样的电子大脑？
不过话说回来，技术本来就不是一开始就奔着终极目标去的。几百年前的人第一次看到电的时候，也根本想不到电会拿来点亮灯泡、跑互联网，更想不到会拿来做芯片。
现在的类脑计算，就像刚被点亮的那个灯泡。
不亮没关系。
能照亮一点是一点。
作者|科技
排版|科技
审核|小北