类脑智能、类脑芯片，对于绝大多数人来说可能是一种过于专业和陌生的名词，但实际上，类脑智能与人们的生活息息相关，甚至也与我们经常挂在嘴边的人工智能难分彼此。

在某种程度上，类脑智能已经超出了现有人工智能的范畴，更偏向为一种平台技术。在人们都在思考人工智能的下一步发展路径时，“低调”的类脑智能，已悄然成为最受关注的“种子选手”之一。

进击中的类脑智能，新一轮智能革命即将到来

人脑有太多值得机器学习和借鉴的能力，包括低功耗、高容错、创造性等等。而类脑计算实际上正是借鉴人脑的信息处理方式，因此也被称为神经形态计算（Neuromorphic Computing）。

“类脑赛道有两大维度，一是感知，二是计算。感知包括视觉、语音等的感知，可以理解为把环境的变量变成脉冲序列。而计算是基于稀松的数据来连续地做计算，包含了event-driven，也就是事件触发运算的概念。” SynSense 时识科技创始人、首席执行官乔宁道。

他进一步说道，“如果用关键词来对类脑计算做一个界定的话，那么首先它是一个时域加空域的计算，其次它的计算是稀松的。”

由于边缘计算和5G网络等新技术更依赖于瞬时响应，数据中心固有的延迟和资源占用问题将变得愈发难以接受。而类脑技术作为一种新型范式，凭借其实时处理非结构化信息、自主学习、超低功耗、超低延时等强大能力，开始受到人们的广泛关注。

当前，无论是中国还是欧美国家，对类脑技术均保持着足够的耐心和期盼，斥巨资支持此类研究或长期布局的案例屡见不鲜。企业和科研人员对类脑技术的关注度也正在逐渐提升。

以英特尔神经拟态芯片 Loihi2为例，该芯片建立在英特尔 4nm工艺节点的预生产版本之上，集成的神经元数量达到了100 万，性能提升超过Loihi1 10倍。但就目前而言，其并不会成为产品出现在商业化场景里。

英特尔神经拟态计算实验室应用研究负责人尤利娅·桑达米尔斯卡娅（Yulia Sandamirskaya）说：“我们更多将Loihi2视为一种研究型芯片，以此为研究人员提供途径，来探索不同的应用方向。”

SynSense时识科技联合创始人、首席科学家Giacomo Indiveri说：“在欧洲，部分瑞士、荷兰或者意大利的实验室，早已遵循着上世纪90年代Carve Mead开创的混合模拟/数字电路和异步数字电路而进行类脑技术开发。在中国，不少科创公司也已开始推动类脑技术，或是新兴技术领域（如忆阻器）进行探索。”

据 Yole Development 预测，2035 年类脑计算市场将占人工智能总收入的 15-20%，市场规模约 200 亿美元。

毋庸置疑的是，有望打破“冯·诺依曼”计算机局限性的类脑技术，必将在各个领域极大地拓展仿生器件的应用范畴，从而掀起新一轮的智能革命。

那么在全球类脑计算技术发展的热潮中，企业究竟该如何抢占类脑计算领域的制高点，又该如何加速推动产业落地？

凭借领先算法和硬件设计，抢滩类脑计算领域制高点

与人工智能的迅速崛起不同，目前中国类脑计算的发展尚处于初级阶段，还没有形成明确的产业。国内的类脑企业并不多，且大部分还处于积极探索落地应用场景的阶段。

在这种情况下，类脑企业通常面临着一个巨大挑战，即在没有明确的基础设施和应用导向的环境中，如何才能迅速摸着石头过河？

这其中，于2017年成立的SynSense 时识科技或可给后来者带来启示。

SynSense 时识科技成立于瑞士苏黎世，2020年总部迁至中国。几年内，SynSense 时识科技已落子国内外多个主要城市，设立了苏黎世高级研发中心、上海/南京 IC 研发中心、成都运营总部以及深圳创芯中心。

与更多的研发型科研机构不同，SynSense时识科技从创立伊始就确立了以推动类脑商业化落地为导向的发展路线。

“类脑企业想要在激烈的市场竞争中脱颖而出，是一件非常艰难的事情，因为我们是没有任何成功路径可供借鉴的。我们之所以能够保持竞争优势，很重要的一点在于自身领先的算法开发和硬件设计。” 乔宁表示。

据了解，SynSense 时识科技是苏黎世大学唯一境外孵化公司。联合创始人和首席科学家Giacomo，师从加州理工传奇人物、神经形态工程发明人Carver Anders Mead教授。Giacomo也是苏黎世大学与苏黎世联邦理工学院的终身教授，现任苏黎世神经信息研究所 INI 所长。中科院博士毕业后，乔宁也在2012年加入INI，与Giacomo一道进行类脑研究。

追溯INI的历史，能够摸索出类脑技术由加州理工学院起源并延伸至欧洲的发展历程，包括Giacomo在内，多位在神经拟态技术、动态视觉领域的代表性人物均出自这家机构。

创始团队主要来自于INI，正因如此，SynSense时识科技虽成立时间不算长，但建立在类脑积淀之上，占据技术优势自然也就水到渠成。

目前，SynSense 时识科技已聚集了来自十几个国家及地区的近百名研发人员。

在英特尔类脑实验室应用负责人Yulia看来，将类脑技术带向市场，软件、工具链等方面的开发也必不可少。

“SynSense时识科技拥有算法、芯片、工具链一整个体系的完整团队。我们的工具链下载量已经超过10万次，在类脑这个生态里已经是很可观的数字，” 乔宁道。

除了技术层面，从大的市场趋势与时机来看，如今的市场对硬科技显然更期待。

Giacomo尤其注意到了中国市场的潜力。“中国对于人工智能、类脑智能技术抱有很高的期待，并且有能力消化新兴技术及应用所带来的巨大潜能。因此，对于以SynSense 时识科技为代表的非传统新兴AI初创企业来说，开发类脑技术可谓正当时。” 这也是苏黎世大学愿意将欧洲顶尖技术带至中国孵化的重要原因。

明确产业落地路径，赋能新一代智能应用

面对充满机遇却尚未开发的巨大市场，SynSense时识科技需要思考的是，如何加速类脑芯片落地商用？

当前，市面上其实已有部分案例开始融合类脑技术。

“从Synaptics公司的触摸板感知处理系统，罗技公司轨迹球，到Intan Technologies公司的神经信号放大芯片，还有英频杰公司的标签芯片等。就脉冲神经网络芯片而言，有Loihi2、SpiNNaker2神经形态超算机芯片……这些都不是大批量制造的芯片，因为现无具体应用可以使其特性完全发挥。”Giacomo指出。

“SynSense时识科技的优势在于针对具体应用而对类脑神经网络加以优化，并且已研发了面向应用的脉冲神经网络芯片。我认为SynSense时识科技已经为类脑芯片商用而做足准备，其落地只是时间问题。”他补充。

无疑，这是一个很艰难的任务，但SynSense时识科技已经为类脑芯片大规模商用而做足准备。

乔宁说：“我们是去理解应用场景，从算法层面入手，把算法变成芯片架构，再推给市场。这个赛道里很难找到可以借鉴的公司，这算是一个比较大的挑战。”

2021年，SynSense时识科技除了发布全球首款“感算一体”动态视觉智能SoC-Speck，还发布了世界首款低维度类脑处理器Xylo等代表性类脑智能解决方案，一经推出后迅速获得业界关注。

“类脑技术具有明显优势，在降低功耗的同时，实时性能够有量级提升，目前市面上可替代的技术方案很少。另外类脑技术方案的成本也很低，对于很多应用场景来说，类脑技术是可以进行导入和落地的。”乔宁解释。

谈及类脑技术应用，英特尔神经形态应用负责人尤利娅的想法与乔宁不谋而合。

她表示，对于企业来说，可以先从特定应用场景切入、推动技术方案落地，形成一条技术通路，既展示类脑技术的优势，也将落地经验推及更多场景中。她说：“我个人认为机器人技术是神经形态技术最有前途的应用之一，当前机器人技术想要取得大的突破，需要更复杂的感知，而神经形态这方面有着先天优势。”

据悉，SynSense时识科技已推出的技术方案主要针对端侧感知及计算，主要用于智能家居、智能玩具、智能座舱、移动设备、物联网、无人驾驶、智能安防、无人机、AR和VR、智慧养殖等细分领域，针对智能机器人这一方向，也已展开积极布局。

保持持续创新力，兼顾“短期存活”和“长期愿景”

对于类脑企业而言，还需要同时兼顾长期愿景和短期存活两大挑战。

同样作为类脑技术领域的专家代表，清华大学助理教授、博士生导师、天机芯主要研发者邓磊认为，如果类脑企业不能坚持长期愿景，稍不注意就会成为一家人工智能企业，加入目前人工智能产业的庞大竞争队伍中；但如果不能解决短期存活的问题，可能很快就会被淘汰掉。

这就需要企业采取合适的规划，既能解决眼前的生存问题，又能保持对类脑技术的美好愿景。

邓磊认为，想要脱颖而出，必须积极去创造更多的应用场景，多做尝试，而不是等待。“类脑行业是研究属性和工程属性都比较强的一个行业，因此企业需要和科研机构紧密合作，建立战略关系。学术端倾向于研究性更强的理论原理和芯片原型等，企业端则倾向于工程性更强的算法应用与量产芯片、系统软件等。因此，企业要从需求角度积极挖掘可能的应用场景，反馈至学术端，这对于类脑技术的落地非常重要。”

“科技企业需要兼顾短期落地和长期愿景，进行短、中、长期布局，分别形成小的闭环，保持创新能力。”乔宁说，“比如我们的动态视觉SoC-Speck、XYLO，是偏短、中期的场景。同时，我们也在SLAM、无人机、高速避障等方向进行研发。我们的future lab在做机器人相关的感算一体主控芯片，另外也在推进忆阻器，这些应用都需要低功耗、在端侧有强大的感知和计算能力的技术方案。”

在乔宁看来，长期愿景的实现需要持续的创新力，类脑技术应当作为一种平台技术，让智能更聪明，真正赋能、深耕每一个赛道。

肉眼可见的变化是，无论是中国还是国际，从事类脑理论、算法和应用的研究者群体正在扩大，类脑行业目前正处于突围阶段，并从各个方向推动着类脑技术向前发展。

随着企业与学术在上述各环节中的坚持和突破，并积极从业界需求角度出发去创造不同的应用场景，更多的前沿技术、芯片和应用都将走向“平易近人”，类脑产业落地已指日可待。