20世纪80年代末期，计算机先驱科学家卡沃·米德曾提出了“神经形态工程学”的概念，即建设类似人类大脑的计算机，但由于人类大脑的复杂和高效，这一研究始终是举步维艰。不过近年来，随着神经科学领域新技术的不断涌现，以及人工智能所依赖的深度学习、计算能力及大数据的发展，类脑智能计算模型也开始出现。
上海西井科技 就是一家专注于研究类脑强人工智能的公司，其基于神经形态工程学，目前已推出了自主研发的拥有100亿规模的神经元人脑仿真模拟器（Westwell Brain）和可商用化的5000 万类脑神经元芯片（DeepSouth）两款产品。
在 2012 年，Google的科学家曾通过 1.6 万片处理器（CPU)，创造了一个拥有 10 亿多条神经元连接的神经网络。对此，西井科技CEO谭黎敏表示，目前Westwell Brain从模拟神经元的数量级上看，已超过了Google 的人脑模拟器，并且 Google 人脑模拟器使用的是 CPU 连接，而 Westwell Brain 则摆脱了冯·诺依曼计算机结构，使用的是电路模拟神经元的方法。
其实，不论手机还是每秒运算万亿次的超级计算机，目前几乎所有的处理器都依据冯·诺伊曼架构体系（采用二进制，即 0 和 1）开发的，而这当中数据的存储和处理器是分开的，所以就造成了数据的传输路径过于冗长。谭黎敏说道，不同于传统计算机的冯·诺伊曼架构，我们将处理器（神经元）与内存紧密结合在一起，能在计算中实现更高效的信息计算处理。同时，传统计算机是按照程序顺序计算，也就是所谓的串联，而人脑处理的事情则为并联。
简单来说，就像当一个人面前出现一只猫跟一只狗，他可瞬间完成对两者属性的判断。而传统的计算机则需要通过一个个先后识别计算才能做出判断。谭黎敏解释道，这就是由于我们大脑内视觉图像信息神经元、逻辑思维判断神经元与人类“自我学习”能力一瞬间“并行”作用的结果。
在应用方面，谭黎敏称 Westwell Brain 就类似于飞行员在上天之前需要进行海量训练的飞行模拟器，只不过是应用在不同领域。虽然人脑模拟器不能取代活体实验，但可以大大减少活体消耗。Westwell Brain 可以通过接受医学上大脑神经元脉冲放电数据，以更直观方式呈现人脑的脉冲形态，来帮助人类更清晰更直观的研究人脑的一些诸如帕金森氏综合症、阿兹海默症等症状，同时采集药理或治疗方案数据，反馈回大脑仿真模拟器，来检验药物及治疗的作用区域及效果。目前，其已经和生物试剂供应商 ABR 公司达成战略合作。
此外，可商用化的 DeepSouth 则能模拟出高达 5000 万级别的“神经元”，总计有 50 多亿“神经突触”。谭黎敏表示道，该芯片除了具备“自我学习、自我实时提高”的能力外，还可以直接在芯片上完成计算，不需要通过网络连接后台服务器，就可在“无网络”情况下使用。
在如今的互联网时代下，网络就像是产品的血液，没有了血液的运行产品将寸步难行。很直观的列子，无人机如果把处理图片的能力放在云端的话，那网络将会成为其处理图片的障碍，DeepSouth 解决了这一壁障，总体而言在技术上是一个不错的突破。
我们都知道，对于高性能处理器而言，阻挡摩尔定律继续前进的一个高门槛就是功耗。据研究表明，人类大脑平均每秒可执行 1 亿亿次操作，所需能量只有 10～25 瓦特。如果让一台超级计算机（芯片）来完成同样的工作，需要消耗的能量超过人脑的 1000 万倍。谭黎敏告诉动点科技，DeepSouth 在同一任务下的功耗仅为传统芯片的几十分之一到几百分之一。据了解，IBM 推出的 TrueNorth 每平方厘米的芯片消耗是在 20 毫瓦或千分之一瓦的能量。
而在应用方面，目前市场上主流的还是使用传统芯片居多，而且很多芯片产商也都在摸索自己产品的应用场景。对此，谭黎敏表示，DeepSouth 可用于物联网、金融、搜索等大数据应用以及精准图像、声音识别、追踪定位、超级计算机、大型服务器群、金融信息大数据分析、无人汽车、无人机等诸多领域。他还透露，其目前也正在与世界级的大港口进行合作洽谈，希望共同打造一个真正的智慧港口。目前，该产品还未实现量产，预计在今年年底会正式推向市常