“硅谷鋼鐵俠”埃隆·馬斯克無疑是一個對科技和商業(yè)都很敏銳的人，這從他在電動汽車、火箭、太陽能以及人工智能等方面的創(chuàng)業(yè)都可見一斑。當(dāng)這樣一個自帶未來感的人多次公開強(qiáng)調(diào)“人工智能可能比核彈更危險”時，一個新的未來圖景正徐徐展開。

對于人工智能飛速發(fā)展給人類生存帶來的威脅，馬斯克給出的解決方案是“打不過就加入”：開發(fā)可植入腦的腦機(jī)接口，在AI全面超越人類之前，將二者融為一體。

為了實現(xiàn)這一圖景，馬斯克于2016年7月創(chuàng)辦了Neuralink。Neutral的意思是“神經(jīng)的”，Link的意思是“連接”。顧名思義，Neuralink要做的事就是將腦和機(jī)器（外部設(shè)備）結(jié)合。

人腦活動的復(fù)雜程度遠(yuǎn)超當(dāng)前算力資源所能模擬的上限。愛因斯坦曾說過，人的大腦只使用了3%。大腦約有1000億個神經(jīng)元，100萬億個突觸，采用串行以及大規(guī)模并行的信息處理模式，能夠處理數(shù)字和模擬信號，基本運算速度約每秒1000次。

要將腦機(jī)結(jié)合這一科幻場景變?yōu)楝F(xiàn)實，關(guān)鍵在于借鑒生物神經(jīng)系統(tǒng)的信息處理模式，構(gòu)建相應(yīng)的計算理論、芯片體系結(jié)構(gòu)以及應(yīng)用模型和算法。

因此，類腦計算被認(rèn)為是“后摩爾時代”最為重要的發(fā)展方向之一，其核心的類腦芯片賽道也逐步火熱。

那么，類腦芯片究竟是什么？馬斯克和他的同行們又在這條賽道上走了多遠(yuǎn)？類腦計算的未來會怎樣？

本文將從三個方面展開討論：

一、Neuralink的“最強(qiáng)大腦”

二、腦機(jī)結(jié)合的核心——類腦芯片

三、來自中國的競爭者

Neuralink的“最強(qiáng)大腦”

同Tesla、SpaceX一樣，Neuralink也是一家立足現(xiàn)實、著眼未來的科技公司。

Neuralink的商業(yè)部分，是開發(fā)醫(yī)用可植入的腦機(jī)接口設(shè)備，幫助癱瘓病人自由活動；而終極目標(biāo)則是打造出'全腦接口'（whole-brain interface），使腦中幾乎所有的神經(jīng)元都能夠與外界順暢溝通，實現(xiàn)“人工智能共生” (AI symbiosis)。

腦機(jī)接口的概念最早于1973年提出，現(xiàn)在已經(jīng)有侵入式和非侵入式兩種接口，Neuralink的研究一般屬于前者。通過在大腦中植入微小的電極，利用電流讓計算機(jī)和腦細(xì)胞“互動”，從而讓計算機(jī)把人的想法直接轉(zhuǎn)化為行動。

Neuralink的8位共同創(chuàng)始人涵蓋了神經(jīng)科學(xué)家、神經(jīng)外科醫(yī)生、芯片設(shè)計師、生物相容性材料學(xué)家、腦機(jī)接口專家、微制造工程師等各領(lǐng)域?qū)＜摇?/p>

在近六年的發(fā)展中，這個頂尖團(tuán)隊進(jìn)行了高強(qiáng)度的產(chǎn)品研發(fā)與密集的動物驗證，并于2019年7月和2020年8月的兩場全球發(fā)布會上，分別展示了自研的第一、二代腦機(jī)接口設(shè)備。

2021年4月，Neuralink在推特上發(fā)布了猴子實驗進(jìn)展，研究人員將兩個腦機(jī)接口設(shè)備植入控制獼猴的手和臂區(qū)域的左右大腦運動皮層，訓(xùn)練猴子用大腦控制計算機(jī)光標(biāo)。

目前Neuralink還在等待監(jiān)管部門的倫理批復(fù)，隨著批復(fù)通過后臨床試驗的開展，其產(chǎn)品將加快走向市場，逐步靠近馬斯克期望打造的“最強(qiáng)大腦”。

Neuralink的技術(shù)目的，是介入大腦神經(jīng)元傳遞信息的過程?，F(xiàn)有產(chǎn)品的核心技術(shù)，包括柔性電極、處理芯片、自動化手術(shù)、算法設(shè)計等，而其中，芯片占據(jù)核心位置。

在侵入式腦機(jī)接口中，芯片的主要功能是數(shù)據(jù)讀出和腦部激勵。

數(shù)據(jù)讀出的過程，是當(dāng)電極收集到神經(jīng)信號后，由芯片將每個電極記錄的微小電信號轉(zhuǎn)化為實時的神經(jīng)信息；信號激勵則是指在腦部施加信號，從而干預(yù)腦部活動。此外，為了便于和外界溝通還需要使用無線傳輸技術(shù)。

目前腦機(jī)接口落地應(yīng)用中，芯片主要發(fā)揮著神經(jīng)信號讀出-實時激勵-數(shù)據(jù)記錄讀出的閉環(huán)作用。

例如癲癇治療中，首先需要芯片對腦部信號進(jìn)行實時監(jiān)控，一旦讀出癲癇征兆，就立刻用腦機(jī)接口的信號激勵產(chǎn)生一個與癲癇疾病異常電壓信號相反的信號，從而抵消異常信號，起到實時介入作用。

另一個例子是癱瘓病人的康復(fù)治療，腦機(jī)接口芯片一方面可以讀出患者腦部控制行走的信號，一方面根據(jù)讀出的信號在患者脊柱部分施加相應(yīng)的信號，以實現(xiàn)行走能力的康復(fù)。

那么，要完成如此艱巨任務(wù)的腦機(jī)芯片應(yīng)該具備怎樣的特點呢？或者說，做出成功的腦機(jī)芯片所面臨的技術(shù)難點是什么？

第一，海量信息處理的實現(xiàn)。

大腦的神經(jīng)活動信息非常復(fù)雜，需要更高計算能力的計算機(jī)來處理數(shù)據(jù)。Neuralink團(tuán)隊認(rèn)為至少需要一百萬個同時記錄的神經(jīng)元，才能算實現(xiàn)成功的腦機(jī)接口。這就意味著要在一個小小的芯片上集成上百萬個電極。

此外，隨著電極數(shù)量增加，原始數(shù)字信號變得過多，無法通過低功率設(shè)備傳輸。因此，需要在芯片上實時識別和表征神經(jīng)電信號。

第二，功耗與噪聲的權(quán)衡。侵入式腦機(jī)芯片必須保證使用壽命，畢竟沒人愿意過幾年就切開腦子換個電池，所以電路模塊設(shè)計需要保證，單個通道平均功能功耗在微瓦數(shù)量級。

但技術(shù)層面上，降低芯片模塊的功耗，往往意味著高噪聲。

而腦部信號的幅度通常極?。ㄎ⒎墑e），腦機(jī)接口芯片需有高性能的信號放大器和數(shù)字化儀。要實現(xiàn)高質(zhì)量的腦部信號讀出，必須保證芯片中讀出放大器的噪聲小于腦部信號幅度。事實上，Neuralink 芯片的主要指標(biāo)之一就是噪聲，這也印證了該指標(biāo)的難度和重要性。

這樣看，腦機(jī)接口設(shè)備芯片需要滿足巨量計算任務(wù)之下的低功耗要求。而類腦芯片，正好符合這一場景的應(yīng)用。

腦機(jī)結(jié)合的核心——類腦芯片

“類腦芯片”是指參考人腦神經(jīng)元結(jié)構(gòu)和人腦感知認(rèn)知方式來設(shè)計的芯片。

“計算機(jī)之父”馮諾依曼曾提到，生物大腦與機(jī)器相比最大的優(yōu)勢，是能夠利用相對落后的零部件，在一個充滿隨機(jī)漲落的高度不確定環(huán)境中，以綠色環(huán)保的低能耗方式，非常敏捷快速地做出正確計算。

目前，人工智能領(lǐng)域的研究還處在“弱人工智能”階段，而人腦則相當(dāng)于“強(qiáng)人工智能”。因此，“類腦”是人工智能的未來發(fā)展趨勢。相關(guān)研究一般有兩種“靠近”人腦的路徑：結(jié)構(gòu)和功能。

第一類類腦芯片，從硬件結(jié)構(gòu)層面對人腦物理結(jié)構(gòu)進(jìn)行模擬。

以大腦圖譜為藍(lán)圖，用微納器件模擬神經(jīng)元和神經(jīng)突觸的信息處理傳遞功能，構(gòu)造出仿大腦皮層神經(jīng)網(wǎng)絡(luò)和生物感知器官的仿生神經(jīng)網(wǎng)絡(luò)，然后通過外界刺激、使其擁有人工智能。

目前比較有名的類人腦學(xué)習(xí)型架構(gòu)的類腦芯片，如IBM公司的SyNAPSE、高通公司的Zeroth等。

第二類類腦芯片，則是通過理解人腦一系列行為，如學(xué)習(xí)、記憶、感知和意識的生物基礎(chǔ)，參考人腦感知認(rèn)知的計算模型而非神經(jīng)元組織結(jié)構(gòu)，專門設(shè)計芯片結(jié)構(gòu)來高效支持成熟的認(rèn)知算法。如谷歌的TPU、NVIDIA的Tesla P100，中國中科院計算所的DianNao和DaDianNo、寒武紀(jì)芯片。

為何類腦芯片的研究是當(dāng)前前沿學(xué)科趨勢呢？

計算機(jī)誕生前，人們對計算的精度和數(shù)量產(chǎn)生了極強(qiáng)的需求，而馮諾依曼基于他的邏輯和計算機(jī)思想設(shè)計出了第一臺計算器。隨著深度學(xué)習(xí)算法的出現(xiàn)以及計算機(jī)科學(xué)的發(fā)展，傳統(tǒng)芯片CPU暴露出兩大問題。

一方面，計算機(jī)CPU運算效率低。計算機(jī)每次進(jìn)行運算時，需要在CPU和內(nèi)存這兩個區(qū)域往復(fù)調(diào)用，因而在雙方之間產(chǎn)生數(shù)據(jù)流量。當(dāng)CPU需要在巨大的資料上執(zhí)行一些簡單指令時，資料流量將嚴(yán)重降低整體效率，CPU將會在資料輸入或輸出時閑置。

另一方面，傳統(tǒng)CPU能耗高。芯片在工作時，大部分的電能將轉(zhuǎn)化為熱能，一個不帶散熱器的計算機(jī)，其CPU產(chǎn)生的熱量就可在短時間內(nèi)將其自身融化。

為了解決CPU在大量數(shù)據(jù)運算效率低、能耗高的問題，目前有兩種發(fā)展路線：一是延用傳統(tǒng)馮諾依曼架構(gòu)，主要以3種芯片為代表：GPU、FPGA、ASIC；二是采用人腦神經(jīng)元結(jié)構(gòu)設(shè)計芯片來提升計算能力，追求在芯片架構(gòu)上不斷逼近人腦，也就是類腦芯片。

兩種發(fā)展路線各有優(yōu)缺點。GPU具有成熟易用的編程語言，如英偉達(dá)的CUDA架構(gòu)等，性能強(qiáng)悍；然而GPU總體功耗水平較高，且在深度學(xué)習(xí)推測領(lǐng)域處于劣勢。而類腦芯片能耗非常低，且具備非常好的感知能力，適用于各種復(fù)雜環(huán)境。

所以早在十幾年前，各國高科技企業(yè)以及研究所等，便開啟了類腦芯片研究的競賽。

2014年，IBM推出第二代TrueNorth，它使用了三星的28nm的工藝，共使用了54億個晶體管，功耗每平方厘米消耗僅為 20 毫瓦，直徑僅有幾厘米。

它的每個核都簡化模仿了人類大腦神經(jīng)結(jié)構(gòu)，包含256個“神經(jīng)元”（處理器）、256個“軸突”（存儲器）和64000個突觸（神經(jīng)元和軸突之間的通信）。不同芯片還可以通過陣列的方式互聯(lián)。

IBM Truenorth芯片

2017 年，英特爾發(fā)布首款自主學(xué)習(xí)的神經(jīng)擬態(tài)研究芯片，名為“Loihi”。

Loihi內(nèi)部包含了128個計算核心，每個核心集成1024個人工神經(jīng)元，總計13.1萬個神經(jīng)元，彼此之間通過1.3億個突觸相互連接。Loihi的學(xué)習(xí)效率比其他智能芯片高100萬倍，而在完成同一個任務(wù)所消耗的能源，可節(jié)省近1000倍。

那么，Neuralink團(tuán)隊又在類腦芯片賽道上走了多遠(yuǎn)呢？

2019年Neuralink的第一個發(fā)布會的主角，就是自研的N1腦部傳感器芯片，他們在bioRxiv（學(xué)界著名預(yù)印本期刊）上發(fā)表的論文中介紹了這一突破性成就。

A：核心處理芯片；B：連接大腦的聚合物導(dǎo)線；C：鈦金屬外殼；D；用于供電和數(shù)據(jù)的USB-C接口

如前文所述，腦機(jī)接口對芯片有著極其苛刻的要求。芯片需要在最小的功耗和尺寸下，對放大的信號進(jìn)行采樣和數(shù)字化，并實時處理。

高密度的記錄通道，要求信號放大和數(shù)模轉(zhuǎn)換必須集成在陣列組件中，且這個集成的組件必須能放大微弱的神經(jīng)信號，同時抑制噪聲。

N1芯片能夠達(dá)到上述要求，其體積不到一塊樂高小積木（23×18.5×2mm3）的大小，由三個部分組成：256個獨立可編程放大器（Neuralink把它叫做Analog Pixel）、片上模數(shù)轉(zhuǎn)換器（ADC）、用于序列化數(shù)字化輸出的外圍控制電路。

功能方面，芯片的主要部分Analog Pixel具有高度可配置性：

增益和濾波特性可以進(jìn)行校準(zhǔn)，以解決因工藝變化和電生理環(huán)境導(dǎo)致的信號質(zhì)量變化。片上模數(shù)轉(zhuǎn)換器以19.3kHZ、10bit分辨率進(jìn)行采樣。功耗方面，每個Analog Pixel消耗5.2μW，整個芯片功耗6mW。整體指標(biāo)處于全球領(lǐng)先水平。

隨后在2020年，Neuralink發(fā)布了第二代設(shè)備LINK V0.9。研究人員表示，與第一代相比，第二代技術(shù)的突破在于芯片更加微型，以及可移植性、儲存信息和無線傳輸功能更強(qiáng)。

LINK V0.9直徑23mm，厚度8mm，配備1024個頻道，能夠感應(yīng)溫度和氣壓，讀取腦電波、脈搏等信號，使用基于藍(lán)牙的無線可充電接口代替第一代的USB有線傳輸，充滿電可用一整天。

第一代N1芯片置于耳后，導(dǎo)線從中散出并連接到植入大腦的電極，這些電極將記錄大腦活動并刺激神經(jīng)元。

而在LINK V0.9的展示中，這一作用路徑簡化為芯片直接植入大腦，配合升級的手術(shù)機(jī)器人，植入過程只需要一臺近視矯正手術(shù)的時間，且不存在暴露在外的部分，受體只是在頭發(fā)下多了一個硬幣大小的創(chuàng)口。

同時，發(fā)布會現(xiàn)場展示了已經(jīng)植入芯片兩個月的健康小豬。

在設(shè)備連接的1024個電極作用下，小豬腦內(nèi)的電波信號清晰可見。通過腦電路圖預(yù)測到的小豬關(guān)節(jié)的位置，和真實的運動軌跡基本吻合，這說明，Neuralink在采集信號方面確實達(dá)到了較高的精度

來自中國的競爭者

雖然各大國際廠商正爭相推出自己的“類腦芯片”，但目前類腦芯片大規(guī)模商用化較為困難。近兩年，我國類腦芯片研究逐步深入，類腦芯片市場也擁有者良好的發(fā)展機(jī)遇。

中國市場類腦芯片迅速增長的驅(qū)動力有三：一是下游需求的不斷增長；二是國家層面的政策導(dǎo)向；三是相關(guān)技術(shù)和研究的不斷積累。

在下游需求層面上，近年來，市場對人工智能和機(jī)器學(xué)習(xí)的需求不斷增長。

在線學(xué)習(xí)，實時數(shù)據(jù)流，預(yù)測分析和數(shù)據(jù)建模等應(yīng)用程序不斷擴(kuò)展。視頻監(jiān)控，機(jī)器視覺和語音識別等應(yīng)用中計算需求不斷增長，類腦芯片的下游應(yīng)用前景廣闊。

在政策層面上，中國十分重視類腦研究，并將類腦計算作為國家戰(zhàn)略發(fā)展的制高點。

中國在2015年將腦計劃作為重大科技項目列入國家“十三五”規(guī)劃,主要有兩個方向：探索大腦秘密、攻克大腦疾病為導(dǎo)向的腦科學(xué)研究，和發(fā)展人工智能技術(shù)為導(dǎo)向的類腦研究，從而促進(jìn)了腦科學(xué)與人工智能交叉前沿研究。

在技術(shù)層面上，中國企業(yè)以及學(xué)界也早已深入類腦芯片研究。

2015 年中科院、清華、北大，相繼成立“腦科學(xué)與類腦智能研究中心”，2017年5月在合肥成立了類腦智能技術(shù)及應(yīng)用國家工程實驗室。這些實驗室將借鑒人腦機(jī)制攻關(guān)人工智能技術(shù)，推進(jìn)類腦神經(jīng)芯片、類腦智能機(jī)器人等新興產(chǎn)業(yè)發(fā)展。

北大楊玉超在讀博期間深入研究憶阻器領(lǐng)域，2015年，他返回北京大學(xué)，開始研發(fā)基于新型神經(jīng)形態(tài)器件的高智能、低功耗類腦芯片。

不同于基于馮諾依曼架構(gòu)——數(shù)據(jù)處理、存儲單元分離的傳統(tǒng)計算機(jī)，基于憶阻型神經(jīng)形態(tài)器件可以模仿人腦的神經(jīng)網(wǎng)絡(luò)，通過類腦計算實現(xiàn)數(shù)據(jù)處理和存儲的高度融合，從而實現(xiàn)比傳統(tǒng)計算機(jī)運算要復(fù)雜出幾個數(shù)量級、同時能耗、硬件又省下幾個數(shù)量級的終極目標(biāo)。

清華團(tuán)隊“七年磨一芯”，推出天機(jī)芯片。天機(jī)芯片采用多核架構(gòu)，可重構(gòu)構(gòu)建模塊和采用混合編碼方案的流線型數(shù)據(jù)流，不僅可以適應(yīng)基于計算機(jī)科學(xué)的機(jī)器學(xué)習(xí)算法，還可以輕松實現(xiàn)腦啟動電路和多種編碼方案。

清華團(tuán)隊也利用一塊“天機(jī)芯”，同時運行了包括卷積神經(jīng)網(wǎng)絡(luò)在內(nèi)的 5 種不同神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了無人自行車駕駛。

無人自行車可以感知周圍環(huán)境，跟隨前方的試驗人員并自動進(jìn)行避障的操作，并根據(jù)語音指令、視覺感知的反饋產(chǎn)生實時信號對電機(jī)進(jìn)行控制，以達(dá)到保持平衡，改變形態(tài)。

靈汐科技推出類腦芯片KA200，它采用異構(gòu)融合眾核、存算一體的架構(gòu)，單芯片集成25萬神經(jīng)元和2500萬突觸，每秒超過16萬億次突觸計算，功耗近12瓦，實現(xiàn)了同時支持計算機(jī)科學(xué)和神經(jīng)科學(xué)的神經(jīng)網(wǎng)絡(luò)模型，并支持兩者融合的混合神經(jīng)網(wǎng)絡(luò)計算模型。

在研究賽道碩果累累之際，類腦芯片的商業(yè)化及規(guī)?；瘧?yīng)用也被提上日程。由于擁有超低功耗、大規(guī)模并行計算、高速或?qū)崟r信息處理等優(yōu)勢，類腦芯片在自動駕駛領(lǐng)域有著巨大潛力。

在自動駕駛領(lǐng)域，類腦技術(shù)有望讓自動駕駛更加智能和安全。

為了讓汽車的綜合感知、計算、運行變得更加靈敏及順滑，對域控制器、芯片的算力需求也不斷提高。類腦芯片憑借“低延遲、低功耗”的特質(zhì)，成功引起自動駕駛領(lǐng)域的廠商的注意。

今年1月份，奔馳便推出VISION EQXX概念車，搭載了Brainchip公司神經(jīng)形態(tài)芯片，并將其用在了喚醒系統(tǒng)中，使其喚醒速度變?yōu)閭鹘y(tǒng)語音控制的5~10倍。4月份，寶馬與SynSense時識科技宣布，圍繞一款結(jié)合動態(tài)視覺傳感器及類腦處理器的系統(tǒng)級芯片（SoC）——Speck展開合作與探索。

尾聲：科幻世界的起點

“為了實現(xiàn)與AI集成，Neuralink是馬斯克進(jìn)入科幻世界的起點?！?/p>

當(dāng)安裝腦機(jī)接口像接受激光眼科手術(shù)一樣普遍，人人都能隨時聯(lián)機(jī)，用意念操控現(xiàn)實，世界將迎來又一場顛覆性的革命。

而類腦芯片可能就是這場科技革命中的蒸汽機(jī)、計算機(jī)。

目前，美國是這條賽道的領(lǐng)跑者，學(xué)術(shù)研究領(lǐng)域中頂級會議相關(guān)論文的作者都來自美國，馬斯克的Neuralink也走在腦機(jī)接口芯片商業(yè)化的最前沿。

我國的研發(fā)實力在快速提升，在低噪聲和低功耗設(shè)計方面已靠近全球一流水準(zhǔn)，而未來的追趕方向則可能在跨學(xué)科研究方面。

總的來說，類腦芯片仍然處于起步階段，關(guān)于人類大腦功能的許多秘密還需要科學(xué)家一一揭開。

當(dāng)腦機(jī)接口真正實現(xiàn)的那一天到來，希望人人都能因此獲益。

參考資料