2025-11-11 杨慧玲

重新定义运算的可能：神经形态运算探索

焦点报告

意见反映字体大小小中大

摘要

AI发展对运算性能提出更高要求，让传统运算架构的重复运算与高耗能问题浮现。神经形态运算藉由模拟大脑运作，透过事件驱动的非同步和稀疏运算，具低功耗与即时反应优势，因而适合边缘运算环境，并可补充既有架构的不足。然而，神经形态运算受限于神经科学研究进展，面临商用化、标准化与生态系未成熟等挑战，使其发展仍有很大空间。

一. AI发展持续为运算架构带来挑战
二. 厂商布局分析
三. 拓墣观点

图一　传统运算模式与神经形态运算模式比较
图二　密集型运算与稀疏型运算的应用说明
图三　CIM神经形态系统架构示意图

表一　GPU与神经形态晶片对照说明
表二　神经形态晶片规格举要

会员专属

您好，该资料属会员权益方可浏览，您需成为会员且购买此产业项目权限才可观看，详细说明如下：

拓墣产业研究院之「产业数据库」为付费的会员服务，若您尚未具备会员身份，欢迎您申请加入或是与我们的客服联络了解。
若您所属公司机关已具有拓墣会员身份，并且设定予贵公司人员在线申请，请先行移至「申请会员账号」填写申请数据后送出，我们会尽快为您审核办理。若未开放在线申请，请您询问贵公司的承办联系人处理，谢谢。
由于贵公司无采购此产业项目，因此您将无法浏览此篇文章，欲查询贵公司所购买的产业项目明细，请至「会员权益」查询，谢谢。