虽说类脑计算过去总被看成像图像识别这类感知任务专用的招数，难以用来啃偏微分方程这种硬骨头，不过美国桑迪亚国家实验室这次玩了一把大的。他们拿出了个叫Neurofem的新算法，硬是把有限元分析里的那些网格节点，全都映射到了英特尔Loihi 2芯片的模拟神经元上。这样一来，算法就能直接利用神经网络的权重去解出方程，省去了以前那种费时费力的复杂矩阵运算。 这招的厉害之处在于硬件和软件配合得天衣无缝。芯片本身在极低功耗下就能模拟神经元间的动态交互，而算法则巧妙地利用这种机制实现了数学上的优化。用32块Loihi 2芯片跑出来的结果显示，能耗才是传统计算机的五分之一多一点，而且误差那是相当小。 研究人员说，人脑在做运动控制这类复杂动作时能把能效比搞得那么高，这给了他们不少生物学上的启示。虽说目前这套系统只适合节点交互范围有限的稀疏矩阵问题，速度也没完全甩开传统计算机，但随着芯片集成度越来越高，再加上像英特尔那种更大规模的Hala Point系统以及初创企业在千片级平台上的推进，神经形态硬件的未来还是很有看头的。 从长远看，这就好比给那些高能耗的计算场景找了个备胎，甚至可能把整个科学计算的玩法给变了样。未来很可能是传统超级计算机和神经形态硬件一起配合着干活。除了能帮我们解决难题，它还能助力国家实现“双碳”目标。从模拟人脑到真的去解方程，神经形态计算现在正在突破感知智能和科学计算之间的那道墙。 这次研究不光展示了类脑硬件在数学问题上的能耐，更是告诉我们自然界的智慧或许就是解锁人类技术瓶颈的钥匙。现在全球科技竞争的重点都在找高效又环保的新路子上呢。接下来的难题就是怎么把实验室里的创新变成真正的产业动力了。