据清华大学官网报道，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，相关研究成果发表在2020年10月14日的《自然》期刊上。

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。”如果说，“图灵完备性”是通用计算机领域的“圭臬”，那么“类脑计算完备性”则能够为类脑计算系统领域的发展提供一个“准绳”。

通用计算领域有两个著名概念，一个是“图灵完备性”，另一个是“冯·诺依曼体系结构”。对于前者，原则上一个图灵完备的系统能够用来解决任何计算性的问题，符合图灵完备的编程语言编写的任何程序都可以转换为任意图灵完备的处理器上的等价指令序列，因此在设计通用计算软硬件时需符合图灵完备的要求；后者则是通用计算机运作的体系结构，具有存储部件与计算部件分离、程序与数据统一存储等特性。图灵完备性和冯·诺依曼体系结构使得通用计算领域在软件层、编译层和硬件层都有了统一的范式，使不同层次各自发展而又可以无缝兼容。

然而，现有类脑计算系统研究大多聚焦于具体的芯片、工具链、应用和算法的创新实现，而忽略了从宏观和抽象层面上对计算完备性和体系结构的思考。类脑计算软硬件间的高度耦合阻碍了它们独立发展的同时互相兼容的可能性。

目前的类脑计算研究尚处于起步阶段，国际上还没有形成公认的技术标准与方案。此研究团队针对类脑计算更注重结果拟合的特性，提出了对计算过程和精度约束更低的类脑计算完备性概念，并且设计了相应的类脑计算机层次结构：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，也使类脑计算软硬件各自独立发展成为可能。

王立娜 供稿自