神经拟态类脑计算机"悟空"发布 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"悟空"，神经元规模超过20亿，神经突触超过千亿，接近猕猴大脑规模 [2] - "悟空"在典型运行状态下功耗约为2000瓦，是国际上首台神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机 [2] - 此前国际上规模最大的神经拟态类脑计算机是Intel的Hala Point系统，神经元规模为11.5亿 [2] "悟空"的技术参数 - 搭载960颗达尔文3代类脑计算芯片，由15台刀片式神经拟态类脑服务器组成 [2] - 单颗芯片支持超过235万脉冲神经元与亿级神经突触，支持类脑计算专用指令集和神经拟态在线学习机制 [2] - 科研团队开发出新一代达尔文类脑操作系统 [3] "悟空"的应用场景 - 能够运行DeepSeek类脑大模型完成逻辑推理、内容生成和数学求解等智能任务 [3] - 可以模拟秀丽线虫、斑马鱼、小鼠以及猕猴等不同神经元规模的动物大脑 [3] - 为人工智能发展提供新的算力基座，作为神经科学家研究脑的仿真工具 [3][4] - 仿脑工作机制和超越人脑的运算速度将为未来类脑AI研究提供强大支持 [4] 类脑计算技术特点 - 类脑计算将生物神经网络工作机理应用于计算机系统设计，构建低功耗、高并行、高效率、智能化的计算系统 [2] - "悟空"具有大规模、高并行、低功耗等特点，将为现有计算场景提供新的计算范式 [3]

类脑计算机技术突破 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"Darwin Monkey"（悟空），其脉冲神经元规模超过20亿，神经突触超过千亿，神经元数量接近猕猴大脑规模 [1] - "悟空"在典型运行状态下功耗约为2000瓦，是国际上首台神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机 [1] 类脑计算技术原理 - 类脑计算将生物神经网络的工作机理应用于计算机系统设计，旨在构建像大脑一样低功耗、高并行、高效率、智能化的计算系统 [1] - 人类大脑被描述为一部极其高效的"计算机"，类脑计算技术试图模仿其高效运作方式 [1]

类脑计算机"悟空"发布 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"悟空"，神经元规模超过20亿，基于专用神经拟态芯片，标志我国在该领域达到国际先进水平 [3] - "悟空"由15台刀片式神经拟态类脑服务器组成，每台集成64颗达尔文3代类脑计算芯片，单颗支持235万脉冲神经元与亿级神经突触 [4] - 该系统神经元数量接近猕猴大脑规模，典型运行功耗约2000瓦，是团队继2020年亿级神经元类脑计算机"米奇"后的又一突破 [7] 核心技术突破 - 团队利用2.5D先进封装技术研制晶圆级超集成类脑计算芯片DarwinWafer，基于12寸晶圆集成64颗芯片裸片，实现导线微纳尺度互连优化 [7] - 关键技术突破包括：大规模神经元系统互连架构、自适应时间步控制方法、国产晶圆基板工艺、分层系统资源管理框架 [10] - 团队研制新一代达尔文类脑操作系统，通过负载感知调度算法与动态时间片划分机制，实现神经拟态任务高效并发调度 [10] 应用场景 - 已成功部署DeepSeek类脑大模型，完成逻辑推理、内容生成和数学求解等任务 [13] - 初步模拟秀丽线虫、斑马鱼、小鼠及猕猴等不同神经元规模的动物大脑，为脑科学研究提供新手段 [13] - 系统特点包括大规模、高并行、低功耗，将为AI发展提供新算力基座，助力脑科学研究，推动通用人工智能发展 [15] 行业影响 - 类脑计算系统可解决现有深度网络及大模型高能耗问题，无人监督在线学习机制将带来革命性进步 [15] - 作为脑模拟天然平台，"悟空"能减少真实生物实验，帮助神经科学家探索大脑工作机理 [15] - 仿脑工作机制和超越人脑的运算速度，将为未来类脑AI研究提供强大支持 [15]

类脑计算机"悟空"发布 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"悟空"，神经元规模超过20亿，神经突触超过千亿，接近猕猴大脑规模 [1] - "悟空"在典型运行状态下功耗约为2000瓦，是国际上首台神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机 [1] 类脑计算技术特点 - 类脑计算将生物神经网络工作机理应用于计算机系统设计，构建低功耗、高并行、高效率、智能化的计算系统 [3] - "悟空"搭载960颗达尔文3代类脑计算芯片，由15台刀片式神经拟态类脑服务器组成 [3] - 单颗达尔文3代芯片支持超过235万脉冲神经元与亿级神经突触，支持类脑计算专用指令集和神经拟态在线学习机制 [3] 技术研发与应用 - 科研团队经过两年多攻关研制出"悟空"，并开发新一代达尔文类脑操作系统 [5] - "悟空"能够运行DeepSeek类脑大模型完成逻辑推理、内容生成和数学求解等智能任务 [5] - 该系统可模拟秀丽线虫、斑马鱼、小鼠以及猕猴等不同神经元规模的动物大脑 [5]

类脑计算机技术突破 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"悟空" [1] - "悟空"支持的脉冲神经元规模超过20亿 神经突触超过千亿 神经元数量接近猕猴大脑规模 [1] - 典型运行状态下功耗约为2000瓦 是国际上首台神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机 [1] 类脑计算技术特点 - 类脑计算将生物神经网络工作机理应用于计算机系统设计 [1] - 目标构建像大脑一样低功耗 高并行 高效率 智能化的计算系统 [1]

类脑计算机技术突破 - 浙江大学脑机智能中国全国重点实验室发布新一代神经拟态类脑计算机"悟空"，脉冲神经元规模超过20亿个，居全球前列[1] - 类脑计算通过模拟生物神经网络实现低功耗、高并行、高效率的智能化计算系统[1] - 悟空由15台刀片式神经拟态类脑服务器组成，每台集成64颗达尔文3代类脑计算芯片[1] 硬件性能参数 - 单颗达尔文3代芯片支持超过235万脉冲神经元与亿级神经突触[1] - 系统神经突触总量超过千亿，神经元数量接近猕猴大脑水平[1] - 典型运行状态下功耗约为2000瓦[1] 应用场景验证 - 已成功运行DeepSeek类脑大模型，完成逻辑推理、内容生成等智能任务[1] - 能初步模拟从秀丽线虫到猕猴等多种动物大脑[1] - 支持类脑计算专用指令集和神经拟态在线学习机制[1]

脑图谱研究系列成果 - 由中科院脑智卓越中心、华大生命科学研究院等30多家机构组成的300人团队在Cell、Neuron等期刊集中发表10篇脑图谱研究论文[2][3] - 研究成果登上Cell期刊封面，并以专题形式推介，同时发表评述文章总结科学发现与未来方向[3][30] - 研究揭示了小鼠和灵长类动物大脑中多种细胞类型及其连接情况，封面展示猕猴凝视星空勾勒大脑轮廓[5] 猕猴屏状核多模态图谱 - 全球首个猕猴屏状核多模态图谱研究，对227750个细胞进行单核RNA测序，鉴定出48种转录组定义的细胞类型[7] - 比较猕猴、狨猴和小鼠转录组发现猕猴特有细胞类型，通过逆行示踪剂确定4个不同神经元分布区[7] - 整合单细胞核转录组、时空组和联接组学数据，首次构建非人灵长类屏状核多模态图谱，填补研究空白[8] 猕猴前额叶皮层单神经元投射研究 - 为猕猴前额叶皮层重建2231个单神经元投射图谱，确定32种神经元亚型[13] - 发现每种亚型在形态、轴突投射和终末树突分布方面均具独特性，识别出子域连接网络和大量局部轴突[13] - 相比小鼠，猕猴前额叶皮层投射组目标特异性更高、侧支更少，树突更小，揭示灵长类高级认知功能结构基础[13] 小鼠全身神经系统成像技术 - 开发超高速小鼠全身亚细胞分辨率三维成像技术blockface-VISoR，40小时内完成微米级全身成像[20] - 首次实现全身神经系统高分辨率三维重建，绘制精细外周神经图谱，将连接组学拓展至大脑之外[21] - 技术可定位交感神经分支分布模式，阐明迷走神经单根纤维精细结构及器官投射路径[20] 猕猴大脑细胞类型特异性增强子 - 通过单细胞RNA和ATAC测序结合体内筛选，确定一组驱动特定细胞类型靶向基因表达的增强子[27] - 开发基于重组酶的双增强子正交策略，提升标记策略特异性，验证可监测和操控猕猴视觉皮层活动[27] - 建立灵长类大脑不同细胞类型特异性标记工具集，突破传统转基因策略局限[28] 其他研究成果 - 小鼠全脑单细胞空间转录组图谱研究[32] - 单神经元投射组揭示小鼠大脑躯体感觉上行通路组织结构[33] - 空间解析阿尔茨海默病海马图谱分子通路与诊断[35] - 单细胞分辨率下小鼠脑内出血时空转录组图谱[37] - 哺乳动物下丘脑发育细胞类型转录保守性和进化差异性研究[39] - 基因组进化重塑羊膜动物大脑细胞类型多样化研究[41]

活动概述 - 上海海外联谊会组织60余名港澳台侨人士及企业代表考察杨浦区科技企业及文化场馆 [1] - 活动主题为助力杨浦建设科技创新高地 包含企业参访及座谈会等环节 [1] 杨浦区发展定位 - 杨浦区以"大学 大厂 大衣料子"三大特色为区域发展核心 [2] - 政府提出"三个集聚"战略推动科技创新产业布局 [2] 企业参访亮点 得物 - 展示新一代潮流网购社区商业模式 强调互动消费体验创新 [2] 福特中国研发中心 - 呈现全流程汽车设计能力 展示与国内高校校企合作成果 [3] 美团(上海) - 综合指挥中心演示无人机配送等场景 体现AI及大数据在智能管理中的应用 [3] 新氦类脑智能 - 介绍类脑计算架构优势 作为上海市功能型平台已积累核心技术成果 [6] 科技文化场馆 世界技能博物馆 - 通过历史藏品展示技能技术对人类发展的全方位影响 [8] 复旦源科技成果馆 - 展出复旦大学三大领域科技创新成果 包括基础科学突破与交叉研究成果 [9]

具身智能理论 - 具身智能强调智能体的认知受感知与动作影响，主张智能行为来自身体与环境的交互，而非仅大脑功能[1] - 该理论与传统离身智能形成对比，后者基于笛卡尔身心二元论，忽视大脑与身体的联系[1] - 具身智能对认知科学、心理学、人工智能和机器人技术等领域产生深远影响[1] 人工智能发展历程 - 第一代人工智能基于知识与经验的推理模型，具有可解释性但应用受限[3] - 第二代人工智能采用数据驱动模型，通过大数据机器学习模拟人类感性行为，但存在不可解释等缺陷[3] - 2020年大语言模型出现标志第三代人工智能，在语言生成上取得突破，向通用人工智能迈出关键一步[4] 具身智能的优势 - 具身智能通过强化学习实现与环境的反复交互，优化决策和行动，弥补传统人工智能的不足[5] - 该理论将思考、感知与动作整合，使人工智能能在更广泛环境下完成复杂任务[5] - 具身智能推动机器人技术从单一感知向多模态感知发展，如自动驾驶汽车的多传感器融合[8] 机器人技术发展 - 1954年数字控制机械臂发明奠定现代工业机器人基础[7] - 1986年罗德尼·布鲁克斯提出行为主义机器人学，首次在机器人领域引入具身智能思想[7] - 具身智能推动机器人软硬件高度整合，催生人形机器人、装配机器人等多样化形态[8] 智能体概念应用 - 智能体理论将机器人思考、感知和动作连为一体，可在数字和物理世界完成任务[9] - 利用数字世界仿真可大幅提高机器人测试效率，如无人车实验[9] - 智能体间的博弈可实现机器自我进化，持续提升机器人性能[9]

大型语言模型的计算挑战与光子硬件解决方案 - 训练GPT-3消耗约1300兆瓦时电力，下一代LLM可能需要吉瓦级电力预算[1][4] - 传统硅基芯片接近物理极限（3纳米晶体管），冯·诺依曼架构存在存储器-处理器瓶颈[4] - 光子计算具有高带宽、超强并行性和极低热耗散优势，可能超越电子处理器几个数量级[2][4] 光子神经网络核心器件 - 微环谐振器(MRRs)实现波长复用与光频梳生成，支持多波长信号处理[10][12] - 马赫-曾德干涉仪(MZI)阵列执行光学矩阵-向量乘法运算，实现可编程酉变换[13] - 超表面通过亚波长结构调控光波相位与幅度，支持大规模并行光学计算[14][16] - 4f系统利用傅里叶变换在衍射域实现线性滤波功能[20][21] - 垂直腔面发射激光器(VCSEL)实现全光尖峰神经网络，支持光速计算[25][29] 二维材料在光子芯片中的应用 - 石墨烯在宽光谱吸收2.3%入射光，载流子迁移率支持高速调制[30][31] - TMDCs(如MoS₂)具有可调带隙和强激子效应，增强光与物质相互作用[31] - 石墨烯调制器实现超过100GHz运行频率，适用于AI高速数据传输[35] - 石墨烯-量子点混合光电探测器提升宽带探测能力[36][41] - 范德瓦尔斯异质结构实现超薄波导，保持低传播损耗特性[37] 自旋电子类脑计算技术 - 磁隧道结(MTJ)实现604%隧道磁阻比，支持概率计算和GHz级振荡[54] - 磁涡旋(skyrmion)模拟神经递质释放机制，阈值电流仅10μA[55] - 自旋霍尔纳米振荡器(SHNO)阵列实现96%元音识别准确率，每次分类仅3mW功耗[56] - 反铁磁自旋电子器件实现4fJ/次突触更新能耗，10^12次循环权重漂移<0.1%[57] 光子LLM实现挑战与解决方案 - 光子芯片缺乏片上内存缓存长序列tokens，限制上下文窗口扩展[62] - PB级数据集存储导致I/O瓶颈，数据移动成为系统主导限制因素[63][65] - 光子模拟计算难以表示高精度张量，ADC/DAC电路占50%芯片面积[66] - 缺乏原生非线性函数实现，需依赖电子电路完成激活函数[67] - 光子张量核利用MZI网格实现大规模矩阵并行运算，减少片外转换[68][69] 未来发展方向 - 脉冲光子LLM将token流编码为光学脉冲，通过光子SNN实现序列处理[70][71] - 光电协同封装将光子张量核与共置内存紧密耦合，缓解数据瓶颈[72] - 神经形态光子技术有望实现PetaOPs/Watt计算效率[75] - PIC成本、可扩展性和集成性提升，可能取代IC成为计算系统核心[75]