10月28日，由清华大学主办，北京未来芯片技术高精尖创新中心承办的类脑计算国际学术会议在京开幕。来自全球知名高校、科研院所、企业的近40位顶尖科学家应邀参会，吸引了超过400位业内人士参与其中。此次类脑计算国际学术会议持续3天，设置了38场主题报告、3场短课程、1场小组讨论以及50余个海报展示。此外，会议期间还推出了类脑计算成果展览，向与会者展示类脑计算系统的应用场景。 
在开幕致辞上，中国工程院院士、清华大学副校长尤政指出，类脑计算涵盖材料学、物理学、电子工程学、计算机科学、神经科学等多个学科，是典型的交叉学科领域。此次国际学术会议旨在为类脑计算领域的科研人员搭建一个跨学科的开放交流平台，激发创新火花，推动领域合作。 
中国工程院院士、清华大学副校长尤政
本次会议的报告主题涉及大脑信息处理机制及策略优势、类脑计算新材料及器件性能调控、新兴类脑计算器件、忆阻器阵列及架构、类脑计算电路系统、嵌入式人工智能片上系统、类脑计算架构规划、算法与硬件的协同等，从大脑工作原理、材料、器件、电路、架构、算法到应用等不同层次全面展示了当前类脑计算领域的最新研究进展，比较了类脑计算不同实现路径的优势和缺点，提出了当前类脑计算发展所面临的机遇和挑战。
本次会议的演讲嘉宾包括了来自国内外学术界和工业界的众多专家学者，其中有多所院校的教授和来自英特尔、英伟达和IBM的研究人员。在主题演讲中，演讲嘉宾主要针对AI芯片设计、类脑计算相关算法、类脑人工智能，以及类脑系统设计方法等角度介绍了多方面的研究工作。同时，主题演讲中也不乏使用类脑计算研究应用于实际应用的研究工作，如神经系统疾病的治疗等。
值得注意的是，本次会议上，清华大学微纳电子学系主任魏少军教授向与会嘉宾学者介绍了AI芯片的设计和发展工作。魏教授提到，当前AI芯片即将进入2.0时代，需要满足以下几个条件。首先，新一代AI芯片应当是可编程的，即能够根据算法的变化和应用的不同而进行调整。其次，为了满足不同算法的架构，实现高性能的计算要求，AI芯片应当是动态配置的。第三，AI芯片在应当在维持一定性能的基础上保证高效的能源应用和较低的成本。同时，AI芯片应当能够小型化，能够部署在移动设备上。最后，AI芯片应当非常容易部署，使用者不需要专业的芯片知识也能使用。 
魏少军教授 魏教授同时也介绍了清华大学在相关领域的研究，如Thinker系列芯片。这是由魏教授所在团队研发的低功耗可重构架构的AI芯系列，在使得语音识别、图像识别等大模型可部署在小型设备上，实现了运算效率的提升和功耗的显著降低。 除了魏少军教授外，28日发表演讲的嘉宾还包括：英特尔公司类脑计算实验室主任、首席工程师Mike Davies、美国德克萨斯农工大学计算机体系结构研究中心主任R. Stanley Williams教授等。在接下来的两天内，还会有多名学者发表主题演讲。 
R. Stanley Williams教授介绍近来类脑领域相关工作
相比于传统的计算机架构，类脑计算在功耗、效率和灵活性方面具有独特优势。近年来，随着人工智能算法的发展，先进算法对可编程的高性能、低功耗的新架构芯片需求也在逐年增长。此外，人工智能的发展暴露出了数据量算力需求庞大，缺乏推断能力和鲁棒性较低的问题。这说明相关领域也需要从理论层面进行新的研究突破。而类脑计算被认为是一个突破口，因其可以通过借鉴神经科学和脑科学的经验和灵感，帮助计算机变得更加高效智能。本次类脑计算国际学术会议在北京举行，说明了我国对类脑计算的重视和学术界工业界对前沿技术的关注。通过本次高级别学术会议，一定能够推进类脑计算和人工智能方面的国际合作和我国类脑计算相关研究的持续进步。
