国产千卡GPU算力平台，跑出了全球首个类脑脉冲大模型

人工智能

01 全球首款类脑脉冲大模型“瞬悉1.0”

9月8日，中国科学院自动化研究所发布消息称，该所李国齐、徐波团队借鉴大脑神经元的工作机制，提出了一种新的“基于内生复杂性”的具有线性复杂度的类脑脉冲大模型架构，在发表原创内生复杂性理论系列论文工作的基础上，与沐曦MetaX合作，打造了类脑脉冲大模型“瞬悉1.0”（SpikingBrain-1.0），在国产千卡GPU算力平台上完成全流程训练和推理，实现了大模型在超长序列推理上数量级的效率和速度提升，展示了构建国产自主可控的新型非Transformer大模型架构生态的可行性。

研究团队开源了SpikingBrain-1.0-7B模型，并开放SpikingBrain-1.0-76B测试网址，同步公开了经工业界大规模验证的类脑脉冲大模型SpikingBrain-1.0中英文技术报告。

• 点评：一个月前，李国齐研究员在行业论坛上介绍原生类脑通用大模型，表示希望能打通“数据—国产类脑基础模型—国产GPU算力平台”的全栈式研究链条；一个月后，瞬悉1.0大模型发布。这是类脑计算与大模型融合创新的重要突破，也是中国国产算力的新突破，为下一代神经形态的计算理论和芯片设计奠定了基础。（李一跞）

2025年8月2日，李国齐研究员在浙江大学脑机智能全国重点实验室举办的2025类脑芯片与系统创新论坛上演讲，介绍他们的类脑模型研究进展和下一步计划（黄金萍/拍摄）

02 新型光学芯片可将AI任务的能效提高100倍

9月8日，美国佛罗里达大学研究团队在《先进光子学》（Advanced Photonics）发表论文Near-energy-free photonic Fourier transformation for convolution operation acceleration，报告了一种新型芯片，其能效是执行相同计算的现有芯片的10-100倍。

这款芯片采用两组标准制造工艺的微型菲涅尔透镜，其宽度仅为人类头发丝的几分之一。机器学习数据（例如来自图像或其他模式识别任务的数据）在芯片上被转换为激光，并穿过透镜。之后，结果被转换回数字信号，以完成人工智能任务。

• 点评：新型芯片利用光而非电来执行人工智能中最耗电的部分之一——图像识别和类似的模式查找任务，从而降低了能耗，加快了处理速度，有助于搭建高性能的AI模型和系统，缓解了大规模的电力需求。（曹妍）

03 英伟达发布新款芯片RubinCPX

9月9日，英伟达宣布推出全新芯片RubinCPX，这是专为“数百万tokens”的上下文处理而设计的专用GPU，用于提升当前AI推理运算的速度和效率，特别