在人工智能快速发展的背景下，近年来神经形态计算逐渐成为技术革新的前沿。2025年1月，中科院计算所的研究团队推出了开源类脑芯片二代（Polaris23），并在《Journal of Supercomputing》上发表了完整的源代码。这款基于RISC-V架构的类脑芯片支持脉冲神经网络（SNN）和反向传播突触学习规则，其重要特性在于显著提升了神经元和突触的处理能力，以应对传统计算系统在数据处理中的瓶颈。该芯片在MNIST数据集上的准确率达到91%，展现出非凡的性能，推动了神经形态计算的进一步研究。

　　Polaris23 不仅仅是一款普通的开源芯片，它通过结合生物启发的计算框架和高并发的处理能力，为实现类人智能奠定了基础。与比利时Catholic University of Louvain的ODIN脉冲神经网络处理器相比，Polaris23的带宽提高了300倍，同时在能效方面也表现了明显的优势。这意味着在处理大规模数据集时，Polaris23将能以更低的能耗完成更复杂的任务，这是许多寻求降低计算成本和能耗企业所迫切需要的能力。

　　从技术架构上看，Polaris23的设计包含两个核心组件：神经形态处理单元和神经形态指令处理器。前者配备了自定义的SNN指令扩展集RV-SNN2.0，具备发射单元、LIF神经元更新单元和突触计算单元；而指令处理器则实现了多发射架构，能够在双发射模式下同时执行多条指令。这些设计优化了神经元与突触的处理能力，支持了更高效的并行计算，极大提高了整体性能。

　　随着人工智能技术的不断进步，未来类脑计算的应用范围将会更加广泛。Polaris23的推出，不仅丰富了开源硬件的生态系统，也为科研人员、开发者提供了一个强大的工具，推动了相关技术的进一步创新。针对初学者和研究者，这款芯片在GitHub和Gitee上的开源代码为他们搭建实验平台提供了极大的便利，可以更方便地进行个性化的实验与研究。

　　展望未来，团队已经开始向Polaris系列的第三代产品迈进，计划在新的芯片中整合先进的类脑学习算法以及更强的多核处理能力。这样的进展预示着在实现更高水平的智能系统上又迈出了重要一步。此外，研究者还将细化对生物神经网络的研究，以实现更为高效的计算方式。近年来，神经形态计算的研究显示出能够在特定任务中超越传统计算模型的潜力，这一趋势无疑将继续吸引关注，并推动更多的投资。

　　最终，PolKaiyun官方入口aris23的发布将为神经形态计算领域注入新的活力，鼓励全球研究者在这一新兴领域进行更深入的探索与实践。在优化人工智能算法的同时，Polaris23还助力于解决当下计算能力与能效之间的矛盾，期待未来能带来更多的突破性进展，推动人工智能领域的快速发展。返回搜狐，查看更多