脑机接口行业市场深度调研及未来发展趋势预测报告 世界首款！清华大学芯片取得突破

• 李波 2024年5月31日 来源：中研普华集团、央视财经、中研网 1465 97
• 繁体

清华大学依托精密仪器系的类脑计算研究中心施路平教授团队，提出一种基于视觉原语的互补双通路类脑视觉感知新范式，研制出世界首款类脑互补视觉芯片“天眸芯”。

近日，清华大学在类脑视觉感知芯片领域取得重要突破：

清华大学依托精密仪器系的类脑计算研究中心施路平教授团队，提出一种基于视觉原语的互补双通路类脑视觉感知新范式，研制出世界首款类脑互补视觉芯片“天眸芯”。基于该研究成果的论文《面向开放世界感知、具有互补通路的视觉芯片》(A Vision Chip with Complementary Pathways for Open-world Sensing)作为封面文章，登上5月30日的《自然》杂志。

这是该团队继异构融合类脑计算“天机芯”后第二次登上 《自然》 杂志封面，标志着在类脑计算和类脑感知两个方向上均取得重要突破。

这一成果与我们的日常生活有哪些关系?据介绍，随着人工智能的飞速发展，无人驾驶和具身智能等无人系统在现实社会中不断推广应用，其中，视觉感知作为获取信息的关键途径，发挥着至关重要的作用。然而，在复杂多变且不可预测的环境中，实现高效、精确且鲁棒的视觉感知依然是一个艰巨的挑战。

在开放世界中，智能系统不仅要处理庞大的数据量，还需要应对各种极端事件，如驾驶中的突发危险、隧道口的剧烈光线变化、夜间强闪光干扰等。传统视觉感知芯片由于受到“功耗墙”和“带宽墙”的限制，在应对这些场景时往往面临失真、失效或高延迟的问题，严重影响系统的稳定性和安全性。

为了克服这些挑战，清华大学精密仪器系类脑计算研究团队聚焦类脑视觉感知芯片技术，提出了一种基于视觉原语的互补双通路类脑视觉感知新范式。该范式借鉴了人类视觉系统的基本原理，将开放世界的视觉信息拆解为基于视觉原语的信息表示，并通过有机组合这些原语，模仿人视觉系统的特征，形成两条优势互补、信息完备的视觉感知通路。

基于这一新范式，团队进一步研制出了世界首款类脑互补视觉芯片“天眸芯”，在极低的带宽和功耗代价下，实现了每秒10000帧的高速、10bit的高精度、130dB的高动态范围的视觉信息采集，不仅突破了传统视觉感知范式的性能瓶颈，而且能够高效应对各种极端场景，确保系统的稳定性和安全性。

基于“天眸芯”，团队还自主研发了高性能软件和算法，并在开放环境车载平台上进行了性能验证。在多种极端场景下，该系统实现了低延迟、高性能的实时感知推理，展现了其在智能无人系统领域的巨大应用潜力。

据悉，论文通讯作者为清华大学精密仪器系施路平教授和赵蓉教授。研究团队表示，“天眸芯”的成功研制为自动驾驶、具身智能等重要应用开辟了新的道路。结合团队在类脑计算芯片“天机芯”、类脑软件工具链和类脑机器人等方面已应用落地的技术积累，“天眸芯”的加入将进一步完善类脑智能生态，有力推动人工通用智能的发展。

据中研普华产业研究院出版的《2024-2029年中国脑机接口行业市场深度调研及未来发展趋势预测报告》统计分析显示：

大脑是人类最重要的器官，理解大脑的结构与功能是21世纪最具挑战性的前沿科学问题。

近年来，美国、欧盟、日本等国家(地区)纷纷宣布启动脑科学研究，即“脑计划”;脑科学研究既对有效诊断和治疗脑疾病有重要的临床意义，还可推动新一代人工智能技术和新型信息产业的发展。

类脑计算是指利用数字电路、模拟电路、数模混合电路或新器件来仿真生物神经元以及神经元间的突触连接，进而利用超大规模集成电路(Very Large Scale Integrated，VLSI)系统来模仿神经系统中的神经生物学结构。

和现有冯诺伊曼体系结构 计算与存储分离的特点相对，类脑计算中的神经元结构既有计算能力，也有存储能力。类脑计算的这种特点从根本上消除了冯诺伊曼体系结构的“存储墙”问题。通过对类脑计算进行研究，能够更好地理解脑计算模型，为实现类脑智能提供路径。

SNN也被称为第三代神经网络，是人工智能领域机器学习算法的一种，是计算机科学与生物神经科学交叉而成的新兴学科。相比于传统的ANN，如各种深度学习网络，SNN实现了更高级的生物神经元模拟水平，更容易模拟人脑低功耗高性能的处理方式，是信息技术向智能化发展的重点研究方向。

与ANN相比，SNN有诸多优良特性，在实现低功耗、高性能的智能系统上潜力巨大。类脑计算研究涉及的领域范围广泛，包括材料科学、神经科学、电气工程、计算机工程和计算机科学等。

材料科学家研究、制造和表征可用于类脑器件的新材料，重点是展示与生物神经系统相似特性的材料。神经科学家提供可能在类脑计算意义上有用的新知识，并利用类脑计算系统来模拟和研究生物神经系统。

电子和计算机工程师利用模拟电路、数字电路、数模混合电路和器件来构造系统，模拟神经系统的运行过程，开发由生物启发的类脑计算系统。类脑计算系统的研究涉及到类脑处理器微体系结构技术、体系结构技术、类脑处理器配套的软件工具链和基于脉冲神经网络的算法等研究领域。

国内外类脑计算技术发展研究

在现阶段的社会发展过程中计算机科学技术在社会中的应用具有极大的社会现实含义，不仅其在加速社会经济的道路上起到了积极的作用。计算机技术在发展的同时带动经济社会的进步。

由于传统的计算机科学没有相关的技术信息支撑，当代的发展方向是积极向前的、相互融合的。不过由于当代社会信息的共享性还有待于提高到新的阶段，-些方面的信息受到一定的局限和垄断性。

伴随着越来越普遍的计算机科学在全世界范围内的迅猛发展，信息将可以被方便快捷的进行传播，有理由相信计算机技术将会带动社会经济更好发展，其对经济的发展将起到积极有效的作用。

许多新兴的类脑芯片在SNN计算中显示出巨大的潜力。 例如浙江大学的达尔文芯片，其目标是嵌入式低功耗应用。苏黎世大学研究人员开发的DYNAP-SEL结合了异步数字逻辑和模拟电路，以实现模拟SNN实现。 清华大学的研究人员成功设计了混合型天机芯片 ，该混合型既可以实现常规神经网络又可以实现SNN。

随着脑科学与类脑行业竞争的不断加剧，大型企业间并购整合与资本运作日趋频繁，国内外优秀的脑科学与类脑企业愈来愈重视对行业市场的分析研究，特别是对当前市场环境和客户需求趋势变化的深入研究，以期提前占领市场，取得先发优势。正因为如此，一大批优秀品牌迅速崛起，逐渐成为行业中的翘楚。

中研普华利用多种独创的信息处理技术，对脑科学与类脑行业市场海量的数据进行采集、整理、加工、分析、传递，为客户提供一揽子信息解决方案和咨询服务，最大限度地降低客户投资风险与经营成本，把握投资机遇，提高企业竞争力。

本报告利用中研普华长期对脑科学与类脑行业市场跟踪搜集的一手市场数据，同时依据国家统计局、国家商务部、国家发改委、国务院发展研究中心、行业协会、中国行业研究网、全国及海外专业研究机构提供的大量权威资料，采用与国际同步的科学分析模型，全面而准确地为您从行业的整体高度来架构分析体系。让您全面、准确地把握整个脑科学与类脑行业的市场走向和发展趋势。

未来行业市场发展前景和投资机会在哪?欲了解更多关于行业具体详情可以点击查看中研普华产业研究院的报告《2024-2029年中国脑机接口行业市场深度调研及未来发展趋势预测报告》。

• 相关深度报告REPORTS

  

  2024-2029年中国脑机接口行业市场深度调研及未来发展趋势预测报告

  脑机接口（Brain-Machine Interface，BMI [10]；Brain Computer Interface，BCI [4]），指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换。这一概念其实早已有2...

  查看详情

延伸阅读

推荐阅读

猜您喜欢