喝奶茶刷视频的时候，类脑计算在悄悄改变什么？

别被名字吓住，它只是抄了人脑的作业

很多人刚听见”类脑计算”四个字，第一反应就是人造大脑、AI统治世界那种科幻片桥段，忍不住退避三舍。其实说白了，它就是给现在的计算机换了个工作方式。我们现在用的不管是手机还是服务器，都跑在冯诺依曼架构上，这个架构最核心的特点就是存储和计算分开，你要算个东西，得先把数据从内存搬到计算单元，算完再搬回去。来回跑的路上，既耗时间，还特别费电。现在大模型越做越大，数据中心的功耗墙已经卡得很多人喘不过气，夏天不开水冷根本压不住温度。人脑呢？你一天从早刷到晚短视频，背单词，跟人吵架，想晚上吃什么，满打满算功耗也就一百多瓦，差不多一个小灯泡的耗电量。为啥差这么多？因为人脑的存储和计算就是在一起的，每个神经元本身既存信息又处理信息，不用来回搬。类脑计算就是照着人脑这个思路改的，把人工神经元做在芯片上，让存储计算一起干活。

现在的类脑计算，到底能做什么了

说实话，我之前也以为这东西还停留在论文里，离应用远着呢。那天体验过才知道，很多贴近生活的场景已经用上原型了。我试了给视障朋友做的辅助识别眼镜，原来的方案要把拍到的画面传到云端算，再传结果回来，延迟高不说，没网就用不了。换了类脑芯片之后，所有计算都在眼镜上本地跑，拿到结果只要几毫秒，一块电池能用半个月。还有做癫痫预警的可穿戴设备，贴在头皮上就能实时脑电信号分析，提前十几秒预测发作，功耗低到不用天天充电。不过话说回来，现在的类脑计算根本不是冲着造”人造大脑”去的，很多科普吹得太玄，说要让芯片像人一样思考，那都是未来的事，现在的核心需求就是解决边缘实时计算的功耗问题。就是那些放在你身上、路边、工厂里的小设备，既要实时算，又不能经常充电换电池，这种地方就是类脑计算的主场。

别吹得太神，它还有一堆坑没填

那天听完展示，我跟着朋友去听所里老研究员的茶话会，老先生一口茶下去就开始吐槽。说现在太多资本和炒概念的，张嘴就要做通用人工智能，闭着眼投PPT项目，真正蹲下来解决实际问题的没几个。烦都烦死了！ 我挺认同的。现在的类脑芯片，有个绕不开的问题，就是通用性差。你做出来的芯片，适配图像识别就跑不了自然语言处理，改个任务就要重新调连接，不像GPU什么都能跑。而且，我们现在对人脑本身的理解，其实还浅得很。我们连人脑记忆具体怎么存储、神经元之间的编码规则到底是什么都没完全搞清楚，现在的模拟，说白了就是抄了个最表层的架构，核心的东西还没摸着。还有成本，现在能流片做出来的类脑芯片，成本都高得离谱，根本没法大规模量产装到消费电子里。这些坑，不是喊几句口号就能填上的。 当然，也不是说类脑计算就是骗局。它不是要取代现在的GPU和传统AI，是补位。云端跑大模型，还是靠传统架构堆性能，边缘端需要低功耗实时处理的场景，就放一块类脑芯片，搭配着用，这才是现在最实际的路径。那天我跟老先生聊天，他说，做类脑不是为了造个新的人出来，是为了让我们身边的小设备更聪明，更省电，不用啥都往云端传，也能保护隐私。你看，这才是实实在在的事。

上周我在家喝冰奶茶刷视频，朋友发了个他们刚测完的测试数据，识别路口行人，延迟比原来的传统芯片少了一半，功耗只到五分之一。窗外的梧桐叶被风刮得晃，一片叶子落下来，刚好砸在奶茶杯盖上。我盯着屏幕看了半天，突然反应过来，我们总说科技是惊天动地的大发明，其实很多时候，它就是悄悄趴在你随身的小物件里，帮你省一点电，快那么几毫秒，慢慢改变日子。类脑计算不是什么遥远的科幻，它就是这么一步一步走的。至于以后会走到哪，谁知道呢。