第一章 類腦計算概述及發展階段

第一節 類腦計算發展概述

一、類腦計算的泛指概念

二、類腦計算研究涉及的領域范圍

三、計算機科學技術發展的現實意義

四、類腦計算發展的重要意義（側重于對全人類而言）

五、類腦計算的研究價值（側重于對腦科學領域本身而言）

第二節 類腦計算的研究分類

一、神經科學的研究

二、類腦計算器件（硬件）的研究

三、類腦學習與處理算法（軟件）的研究

第三節 類腦計算技術路線（采取的是仿真主義）

一、結構層次模仿腦（非馮?諾依曼體系結構）

二、器件層次逼近腦（神經形態器件替代晶體管）

三、智能層次超越腦（主要靠自主學習訓練而不是人工編程）

第二章 全球類腦計算技術分析及新科研進展

第一節 世界各國腦科學研究與計劃

一、全球腦計劃概況

二、歐盟腦計劃

三、美國腦計劃

四、日本腦計劃

五、其他國家腦計劃

第二節 全球類腦計算技術研究

一、全球類腦計算研究進展

二、全球類腦計算技術發展

三、各國積極部署類腦計算研發戰略

第三節 類腦計算方向發展態勢與全球尖子人才分布

一、類腦計算方向世界研究前沿

二、類腦計算方向高影響力論文的全球布局

三、類腦計算方向全球尖子人才的全球分布

第三章 基于pest模型分析的類腦計算領域發展環境

第一節 政策環境

一、國際類腦智能政策研究

二、國內類腦智能政策研究

三、省級科技創新戰略規劃解讀

四、政策環境的影響

第二節 經濟環境

一、國際經濟環境

二、國內宏觀經濟

三、經濟環境的影響

第三節 社會環境

一、人口因素（人口結構、老齡化等）

二、教育腦科學的普及和推廣

三、城市發展環境

四、社會環境的影響

第四節 技術環境

一、類腦計算研究還處于初級階段

二、與國外發達技術的比較

三、技術環境的影響

第四章 我國類腦計算科研發展現狀分析

第一節 我國類腦計算技術發展狀況分析

一、我國類腦計算發展階段

二、我國類腦計算發展特點

三、我國腦科學研究機構研究方向

四、現階段類腦智能研究發展依然緩慢

五、類腦計算與神經網絡的發展過程

第二節 近幾年類腦計算發展現狀

一、2018年以來我國類腦計算取得的突破性發展

二、近幾年我國類腦計算技術發展分析

三、我國計算機行業營收實現穩增長

四、近幾年中國類腦計算企業發展分析

第三節 類腦智能的發展對策及建議

一、重視腦科學領域前沿核心技術的基礎研究

二、持續加大研發投入力度，增強軟硬件研發能力

三、持續加強現有類腦科研平臺學科融合的開放力度

四、在模擬腦的類腦智能研究方面，緊密聯系產業發展

第五章 中國類腦計算領域細分發展分析

第一節 類腦計算算法

一、近年來，人工智能對算力的需求迅猛增長

二、類腦計算將在新概念框架下加速

三、算法與硬件協調發展

第二節 類腦計算芯片

一、類腦計算芯片是類腦智能計算系統的硬件主體

二、類腦芯片一大技術特性（依靠脈沖神經網絡）

三、類腦芯片關鍵技術分析

四、清華大學

五、現階段國內類腦芯片研究成果

六、國內外類腦芯片工藝及性能優勢比較

七、類腦計算機與傳統計算機的差別

八、類腦計算芯片市場規模預測

九、國內外類腦芯片重點合作動向

十、類腦芯片擁有廣闊的應用前景

第三節 類腦計算應用

一、類腦計算技術創新應用方向及進展

二、我國在類腦計算領域取得進展

三、類腦計算重點領域應用分析

四、類腦計算技術發展及應用前景

五、類腦計算技術向應用轉化進程加快

六、部分類腦計算產品進入產業化階段

七、憶阻器產品已進行產業化

第六章 脈沖神經網絡計算技術發展及趨勢預測

第一節 全球范圍內運行的代表性的大型神經形態計算系統

一、斯坦福大學的neurogrid

二、德國海德堡大學的brainscales系統

三、英國曼徹斯特大學的spinnaker系統

四、美國ibm公司基于truenorth芯片構造的系統

第二節 脈沖神經網絡相關技術發展狀況

一、神經形態運算平臺

二、神經形態傳感器

三、snn仿真軟件

第三節 與人工神經網絡（ann）相比，脈沖神經網絡（snn）的優良特性

一、各種深度學習網絡，snn實現了更高級的生物神經元模擬水平

二、在實現低功耗、高性能的智能系統上潛力巨大

第四節 脈沖神經網絡計算發展及趨勢預測

一、神經網絡是發展人工智能的重要路線

二、snn的模型、結構以及在機器學習中的應用

三、現階段snn的應用落地和算法發展方興未艾

四、未來脈沖神經網絡計算發展趨勢

第七章 我國類腦計算技術優勢及投融資發展分析

第一節 我國類腦計算優勢

一、國家科研層面的優勢

二、國際巨頭領先的優勢

第二節 國內重點單位技術優勢分析

一、北京靈汐科技

二、中科院自動化所

三、泓觀科技

四、西井科技

五、時識科技synsense

第三節 類腦計算領域投融資發展

一、全球類腦計算領域投融資情況

二、類腦計算領域投融資情況

第八章 類腦計算技術方向及發展趨勢預測

第一節 類腦計算技術發展方向

一、“類腦計算完備性”為類腦計算提供技術標準與方案

二、類腦智能引領實現通用人工智能

三、類腦計算成為人工智能研究方向

第二節 類腦計算兩個重要技術方向

一、神經網絡領域

二、神經元領域

第三節 技術趨勢預測

一、類腦智能技術和產品研發加速

二、類腦計算技術趨勢預測

第四節 腦科學與生物技術的融合發展分析

一、腦科學研究概述

二、生物技術已成為科技創新的熱點領域

三、神經生物學的研究取得了可以被計算模型應用的進展

四、類腦智能和生物技術融合性科研進展

五、神經生物學研究機構、研究方向及合作進展

六、腦科學與生物技術融合發展方向

第九章 研究結論及建議

第一節 研究結論

一、類腦計算發展總結

二、類腦計算關鍵技術應用結論

三、類腦計算產業化的關鍵起點總結

第二節 發展建議

一、從科研、技術和產業等多維度形成類腦智能體系化布局，并突出重點發展方向

二、保證研究方向和研究團隊方面的可持續發展

三、圍繞結構、器件、功能三個層面開展重點布局和超前部署

四、加大對基礎工藝/算法/軟件等的投入力度

五、強化政產學研合作，推動技術體系化創新

圖表目錄

圖表：i&f神經元的模擬電路

圖表：類腦神經科學研究主要專利情況

圖表：類腦模塊算法化

圖表：全球主要國家腦計劃及成果情況

圖表：1972-2022年全球在腦科學領域發表論文的數量及增長情況

圖表：2018-2022年主要國家在腦科學領域的論文發表和專利申請情況

圖表：尖子人才國家分布統計情況

圖表：尖子人才機構分布統計

圖表：按照論文被引頻次排名前30位的頂級尖子人才目錄

圖表：1955-2022年我國人口數量及增長率（單位：萬人，%）

圖表：2018-2022年中美兩國在腦科學領域發表論文數量的對比

圖表：2018-2022年中美兩國在腦科學領域申請專利數量的對比

圖表：2007-2022年中國創新指數及分領域指數

圖表：2020-2022年中國類腦計算科研投入情況

圖表：2020-2022年中國計算機行業營收規模情況

圖表：各類芯片匯總

圖表：snn仿真軟件匯總

圖表：國內外主流神經形態計算系統及芯片

圖表：snn計算模型

圖表：復旦大學類腦智能科學與技術研究院合作機構

圖表：類腦智能技術體系