杨双鸣 郝新宇 王 江 李会艳 魏熙乐 于海涛 邓 斌

1.天津大学电气自动化与信息工程学院 天津 300072 2.天津职业技术师范大学自动化与电气工程学院 天津 300222

人脑是一个由数百种不同类型的上千亿个神经元组成的极为复杂的生物组织,可处理视觉、听觉、语言、学习、推理、决策、规划等各类问题,然而,我们对脑功能相关的神经元网络结构和神经信息处理机制的解析仍极不清楚[1-4].因此,需要构建接近人脑计算能力与智能水平的类脑计算系统,从而理解人脑的结构和功能,理解认知、思维、意识和语言,探索脑疾病的发病机制与治疗方案,推动新一代类脑智能技术的发展.近年来,高性能类脑计算已经成为研究脑科学的必要手段,为脑研究开启了全新的研究视角和研究模式[5-10];反过来脑科学的研究为高性能计算提供新思路、提出新要求,催生新型计算模式的出现[11-13].人脑最简单的认知行为需要上百万个神经元的共同活动[5-7],大规模类脑计算能够将神经元电生理活动机制与认知行为联系起来,从而理解人脑认知行为的信息处理机制[14-17].总体而言,现有的大规模类脑计算与仿真研究包含三个关键问题:

1)冯·诺依曼计算架构存在计算瓶颈,与人脑计算模式存在本质区别,不能实现真正意义上的类脑.首先,冯·诺依曼计算架构将高维信息转换成纯时间维度的一维信息进行处理,无法满足处理实时复杂智能问题的需求;其次,其信息处理过程……