摘要：当人工智能在“暴力计算”、堆叠算力的泥淖中艰难前行，能效低下、学习能力僵化，已成为制约其迈向更高智能的核心瓶颈。科学家将目光投向了自然界最精妙的智能蓝图——人脑。仅凭20瓦的功率，人脑便能演绎举一反三的智慧，实现终身学习的奇迹。如何让机器如人脑般聪明又省电，已

当人工智能在“暴力计算”、堆叠算力的泥淖中艰难前行，能效低下、学习能力僵化，已成为制约其迈向更高智能的核心瓶颈。科学家将目光投向了自然界最精妙的智能蓝图——人脑。仅凭20瓦的功率，人脑便能演绎举一反三的智慧，实现终身学习的奇迹。如何让机器如人脑般聪明又省电，已成为全球科研界追逐的终极梦想。

9月23日，在国家科技传播中心举行的“新天工开物——科技成就发布会”脑认知科学专场上，由浙江大学计算机学院求是特聘教授、脑机智能全国重点实验室主任潘纲发布的一款超大规模神经拟态类脑计算机——Darwin Monkey(“悟空”)备受关注。

中国科学院院士、发展中国家科学院院士段树民指出，人工智能正在社会各领域高歌猛进，其高功耗与强数据依赖的瓶颈也日益凸显，而破解之道，或许正藏于生物大脑的运作奥秘之中。这番话道出了“悟空”诞生的深远意图——以脑为镜，映照智能计算新航路。

十年追梦：从“线虫”到“猕猴”的进化之旅

2025年8月2日，浙江大学脑机智能全国重点实验室宣布成功研制新一代神经拟态类脑计算机Darwin Monkey(“悟空”)。这台令人瞩目的数字大脑搭载960颗自研达尔文3代类脑计算芯片，拥有超过20亿脉冲神经元与千亿突触的庞大网络，规模已逼近猕猴大脑，却在典型运行时仅需2000瓦能耗。

这不仅是对Intel的Hala Point系统(11.5亿神经元)的超越，更是中国在类脑计算领域跻身世界前沿的铿锵足音。

类脑计算，作为下一代计算技术的重要路径，其核心在于模拟生物大脑的低功耗、高并行、高智能处理机制。浙江大学自2015年就在此领域埋下火种，开启了一场长达十年的“造脑”远征。

潘纲形象地描述：“宇宙中已知最高效、最神秘的‘超级计算机’就是我们人类大脑。它由近千亿个神经元细胞通过百万亿计的突触连接构成，形成了人类智能活动的‘硬件’基础。”

这条追梦之路始于2015年诞生的“达尔文1代”类脑芯片。尽管这款采用180nm工艺的芯片仅具备2048个神经元，如线虫般微小，却成功验证了脉冲神经网络硬件化的基本原型。

四年后，该团队研制的“达尔文2代”芯片将神经元规模提升至15万，跃升至果蝇水平，实现了从图像识别到语音处理的多项突破。到2023年，该团队与之江实验室联合研制的“达尔文3代”芯片取得突破性进展，单颗芯片支持超过235万神经元，媲美壁虎脑容量，并初具自主学习之能。

这一步步的跨越，如同生命进化般层层递进，为“悟空”的横空出世铺就了坚实的阶梯。

攻坚之路：千亿突触的数字大脑炼成记

类脑芯片设计涉及微电子、计算机体系架构、人工智能算法等多学科交叉技术，全球掌握其全链条技术者寥寥。研发途中，团队一度在晶圆级系统的集成环节遭遇“翘曲”难题。

潘纲教授回忆道：“第一代的验证型晶圆级系统因为面积太大，产生一定程度变形，即使是微小的起伏，都会导致电路连接悬空，供电中断。”这毫厘之间的物理鸿沟，一度让团队陷入困境。

转机来自生活中的偶然发现。团队从弹簧的伸缩特性中获得灵感，设计出带弹簧的微型活塞结构，以“柔”克“刚”。

潘纲生动地描述这一奇思妙想：“当晶圆压下来时，带弹簧的微型顶针像一支训练有素的芭蕾舞团，各自根据面板的微小起伏，独立伸缩调整，确保每一个触点都能完美地抵住上方的晶圆。”从“硬碰硬”到“刚柔并济”的思路转变，体现了团队在攻坚克难中的智慧与韧性。

更大的挑战在于让千亿神经元听从指挥。该团队创新性地提出了时间步自适应机制，它如同一位技艺精湛的指挥家，精准把控着脉冲信号的节奏。

潘纲阐释道：“时间步是整个神经网络的节拍器，它在时间维度上不断推动神经元更新自己的状态，并根据积累的电位、衰减情况等决定是否触发神经元信号的发放。”在这精妙的调度下，20亿神经元如同协奏的乐团，共谱智能的宏伟交响。

从2015年的“达尔文1代”到2025年的“悟空”系统，十年磨一剑，团队完成了从概念验证到工程实现的跨越。

正如团队所言，起步之时，一切从零开始，在摸索中磕绊前行；至2023年，已跻身国内类脑领域第一梯队，支持神经元规模较之初代激增千倍；到2025年“悟空”问世时，其已具备超过20亿脉冲神经元与千亿突触的庞大网络。

这绝非一组简单的数字增长，更凝聚了浙江大学类脑计算团队科研骨干和学生们为“悟空”诞生所倾注的辛勤汗水与智慧，标志着他们终于从“无人区”闯出了一条类脑计算创新的自强之路。

“悟空”赋能：照亮脑科学与AI的未来

类脑计算“悟空”的问世，将为多个领域带来变革的曙光。目前在脑科学研究方面，它能够模拟从线虫、斑马鱼、小鼠到猕猴等不同神经元规模的动物大脑，有望成为探索脑疾病与神经环路的强大数字实验室。

潘纲强调，相信这样脑模拟的方式能够为未来脑科学研究提供全新的数字化范式。它不仅能减少对实验动物的依赖，更将极大加速人类揭开大脑奥秘的进程。

在人工智能领域，“悟空”展现出显著的能效优势。研究团队已在“悟空”上成功部署基于脉冲工作方式的DeepSeek类脑大模型，能够高效完成逻辑推理、内容生成和数学求解等复杂任务。实测表明，与传统GPU集群相比，“悟空”在完成相同任务时能耗仅为前者的1/5~1/10。这为突破AI算力瓶颈开辟了新路径，正如段树民院士所言，类脑计算有望纾解AI的能耗之“渴”。

“悟空”的诞生，标志着中国在类脑计算领域，实现了从技术追随到体系引领的关键跨越。其背后是我国依托新型举国体制，在类脑智能这一前沿方向上进行的系统性战略布局。在脑机智能全国重点实验室等国家级平台支撑下，科研团队聚焦忆阻器极性调控、脉冲神经网络架构等核心难题，开展有组织科研攻关，最终实现了从自研“达尔文1代”芯片到“悟空”的迭代跃升，并在神经元规模、能效比等关键指标上达到国际先进水平。

该成就的战略意义远超技术层面，它意味着中国在智能计算的底层架构上掌握了重要主动权。尤为重要的是，“悟空”所代表的类脑路径，为全球AI发展提供了具有生物合理性的中国方案。相关验证表明，类脑脉冲网络仅需少量训练数据即可实现百倍于传统模型的计算效率，这不仅是对现有AI范式的革新，更验证了“高能效、小样本、自适应”智能计算路径的可行性。

从科研组织模式看，“悟空”的成功体现了中国从单项技术突破向体系化能力建构的重要转型。它以国家战略需求为导向，深度融合前沿探索与产业实际，形成了一套以国家实验室为核心、产学研协同的攻关范式，为其他关键领域的科技突破提供了可借鉴的组织经验。

正如潘纲在发布会现场所强调的，“类脑计算不是终点，而是通向通用人工智能的一扇新大门”。“悟空”的研制，本质上是一场双向奔赴的认知革命：它既借鉴大脑智慧创造机器智能，也通过机器智能反哺对人类智慧的理解，最终将为为人类探索智能本质、构建未来计算范式贡献了中国智慧与中国方案。

来源：梁小房产资讯