2025-11-11 楊慧玲

重新定義運算的可能：神經形態運算探索

焦點報告

意見反映字體大小小中大

摘要

AI發展對運算性能提出更高要求，讓傳統運算架構的重複運算與高耗能問題浮現。神經形態運算藉由模擬大腦運作，透過事件驅動的非同步和稀疏運算，具低功耗與即時反應優勢，因而適合邊緣運算環境，並可補充既有架構的不足。然而，神經形態運算受限於神經科學研究進展，面臨商用化、標準化與生態系未成熟等挑戰，使其發展仍有很大空間。

一. AI發展持續為運算架構帶來挑戰
二. 廠商布局分析
三. 拓墣觀點

圖一　傳統運算模式與神經形態運算模式比較
圖二　密集型運算與稀疏型運算的應用說明
圖三　CIM神經形態系統架構示意圖

表一　GPU與神經形態晶片對照說明
表二　神經形態晶片規格舉要

會員專屬

您好，該資料屬會員權益方可瀏覽，您需成為會員且購買此產業項目權限才可觀看，詳細說明如下：

拓墣產業研究院之「產業資料庫」為付費的會員服務，若您尚未具備會員身份，歡迎您申請加入或是與我們的客服聯絡瞭解。
若您所屬公司機關已具有拓墣會員身份，並且設定予貴公司人員線上申請，請先行移至「申請會員帳號」填寫申請資料後送出，我們會儘快為您審核辦理。若未開放線上申請，請您詢問貴公司的承辦連絡人處理，謝謝。
由於貴公司無採購此產業項目，因此您將無法瀏覽此篇文章，欲查詢貴公司所購買的產業項目明細，請至「會員權益」查詢，謝謝。