浙大实验室里真跑着个“猕猴大脑”，22亿神经元不靠吹，是实打实通了电在干活，它到底算人还是机器？ 最近去浙大脑机智能实验室转了一圈，没看到科幻片里的机器人，只看见十几台刀片服务器排成一列，机箱上贴着张手写纸条：“悟空-22亿”。旁边一个戴黑框眼镜的博士后正拧螺丝，说这玩意儿功耗才2000瓦，比家里三台空调加起来还省电。我问他：那大模型动不动几十万瓦，你们咋做到的？他指了指主板上密密麻麻的小方块，“达尔文3代芯片，一颗顶235万个‘人工神经元’，960颗一起跑，不是堆数量，是让它们真能‘聊’起来。” 2014年团队刚起步时，连芯片设计软件都要自己改。第一代达尔文，只能模拟2048个神经元，实验室里连块像样电路板都凑不齐，大家拿胶带缠线、用示波器当“眼睛”。到了2020年“米奇”出来，总算上亿了；2023年初达尔文3代流片成功，芯片背面直接刻着“悟空”两个小字——不是后来起的名，是早写好的。他们没走光刻机路线，转头搞了晶圆级封装，把64颗芯片直接焊在一张12寸晶圆上，叫“DarwinWafer”，导线细到头发丝的十分之一，互连快得没延迟。 操作系统也是自己写的，名字就叫“达尔文类脑OS”。不是套Linux改改壳，是重写了整个调度层，让22亿神经元能分时协作、自动换任务，像人脑子那样——累了歇一歇，重点信息多跑两圈。实验室墙上挂着张中国脑库的标本图，700多例真实人脑数据全进过训练集。他们不光算得快，还在教机器“怎么学”，比如医疗机器人看CT片，不是喂10万张图，而是边看边调参数，三五张就摸出门道。 潘纲教授说，人脑20瓦就能举一反三，AI却要靠数据堆、电费养。这话我没记全，但记住了桌上一杯凉透的茶和三包空咖啡袋。他们不喊口号，代码里没注释“为国争光”，只写“if neuron_fire > threshold: update synapse”。 “悟空”现在天天跑着，不关机。‘