我国科学家在类脑计算体系结构领域再获突破性进展。清华大学计算机科学与技术系张悠慧团队、精密仪器系施路平团队与合作者首次提出“类脑计算完备性”以及软硬件去耦合的类脑计算系统层次结构，填补了类脑研究完备性理论与相应系统层次结构方面的空白，利于自主掌握新型计算机系统核心技术。该成果于10月14日以《一种类脑计算系统层次结构》为题发表在《自然》杂志上。

　　类脑计算是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。近年来，类脑计算研究受到越来越多的关注。欧盟人脑旗舰研究计划项目指出：“在未来10到20年内，谁要引领世界经济，谁就必须在这个领域领先。”

　　张悠慧介绍，在通用计算机领域，图灵完备性和冯·诺依曼体系结构是其能够飞速发展并持续繁荣的关键因素，前者用来判断计算系统能否用来解决任何计算性问题，后者则是通用计算机应用运作的体系结构：“两者使通用计算领域在软件层、编译层和硬件层有了统一范式，使不同层次各自发展而又可以无缝兼容。”

　　但现有类脑计算系统方面的研究多聚焦于具体芯片、工具链、应用和算法的创新实现，对系统基础性问题，如计算完备性、系统层次结构等思考不足，没有形成公认的技术标准和方案，导致软硬件紧耦合、应用范围不明确等一系列问题。

　　为此，上述研究团队提出了“类脑计算完备性”概念。相对于通用计算机，这一定义放松了对系统计算过程和精度的约束，并提出了相应的系统层次结构：图灵完备的软件模型，类脑计算完备的硬件体系结构，以及位于两者之间的编译层。通过构造性转化算法，任意图灵可计算函数都可以转换为类脑计算完备硬件上的模型，这意味着类脑计算系统也可以支持通用计算，极大地扩展了类脑计算系统的应用领域，使类脑计算软硬件各自独立发展成为可能。

　　“通俗来讲，‘完备性’可以回答系统能够完成什么、功能边界在哪里等问题。”张悠慧介绍，如果说“图灵完备性”是通用计算机领域的“圭臬”，“类脑计算完备性”则希望能为类脑计算系统领域的发展提供一个“准绳”。

　　审稿人认为，“这是一个新颖的观点，并可能被证明是神经形态计算领域以及对人工智能的追求的重大发展”。

　　据悉，未来在理论层面，团队将更关注类脑应用的“神经形态特性”；在系统层面，团队将研发受脑启发的支持通用计算的新型计算机系统结构与芯片。