世界上最强大的超级计算机已经能够模拟数十亿个神经元的活动

这在三年前还不敢想。 人类大脑约860亿神经元、100万亿突触。现在最强的几台机器——德国“木星”、浙大“悟空”、美国SpiNNaker2、澳大利亚DeepSouth——已经能摸到20亿神经元+千亿到万亿级突触。

相当于人脑的1/40到1/80，已经不是玩具级，是真正能用来做科学、做药、做下一代AI**的规模。

这事分两条路在跑，一条是传统超算硬刚，一条是类脑芯片仿生，路子完全不一样，但都冲到了十亿级。

日本“富岳”、德国“木星”属于前者。靠千万亿次算力硬堆，把神经元、突触、离子通道、电信号全写成数学方程，在CPU/GPU集群上硬算。去年富岳模拟出900万神经元、260亿突触的小鼠全脑皮层，精细到树突形态、电位波动。

精度极高，但代价也大：模拟1秒生物活动，富岳要跑30多秒，功耗兆瓦级。适合做**高精度病理模拟、药物测试——比如在虚拟大脑里看癫痫怎么扩散、阿尔茨海默病怎么破坏神经网络。 另一条是类脑计算机，浙大“悟空”最典型。

它不是通用超算，是专门为神经元设计的硬件：960颗自研达尔文3芯片，20亿脉冲神经元、1000亿突触，功耗才2000瓦。

它模仿大脑“脉冲触发”机制——没信号就休眠，有信号才放电，能效比传统超算高几百倍。已经能模拟线虫、斑马鱼、小鼠、猕猴四级大脑，用来跑类脑大模型、做低功耗智能、脑疾病研究。 很多人觉得“模拟神经元”就是算力堆数字，其实差远了。真正难的不是数量，是保真度和效率。

真实神经元不是简单开关：有形态、离子通道、突触可塑性、放电模式、延迟、噪声。过去模拟10亿神经元，要么简化到不像大脑，要么慢到没法用。

现在能做到**十亿级+高保真+接近实时，才是质变。 意义在哪？三件。

第一，脑科学终于不用“盲人摸象”。以前研究记忆、意识、疾病，只能拆动物脑、测信号、切片，看局部猜整体。

现在有了数字孪生大脑，可以在里面“开上帝视角”：追踪每个神经元、每一条通路、每一次放电。

癫痫、帕金森、抑郁症、自闭症——这些搞不清的病，终于能在完整神经网络里看源头、看传播、试药。新药研发周期可能从十几年缩到几年。 第二，**AI要换赛道。

现在大模型是“暴力美学”：参数万亿、功耗惊人、只会拟合不会真正理解。而大脑**860亿神经元才20瓦**，能感知、推理、创造、终身学习。

十亿级神经模拟跑通后，**下一代AI很可能不是更大的Transformer，而是更像大脑的脉冲网络——低功耗、强泛化、小样本学习、抗干扰。手机、汽车、机器人、边缘设备，都会被重构。 第

三，我们离理解“智能是什么”更近一步。

意识、自我、创造力——到底是860亿神经元联网涌现的结果，还是有别的秘密？当模拟规模从10亿、到100亿、再逼近全脑，我们会亲眼看到：**复杂网络到什么程度，会突然出现小系统没有的能力。

这不是科幻，是正在发生的科学。 当然，差距还很大。人脑860亿神经元、100万亿突触、20瓦、实时、高度自适应。

现在最强机器：20亿神经元、千亿突触、千瓦级、慢几倍、可塑性有限。但摩尔定律+算法优化+类脑硬件三管齐下，速度在加快。业内估计：2030年前后有望模拟100亿神经元（人脑1/8），2040年代可能逼近全脑实时。

超级计算机模拟数十亿神经元，不只是算力里程碑，更是人类第一次在硅基上重建生命最高级功能的起点。从理解大脑，到构建大脑，再到超越大脑——这条路已经走通，而且越跑越快。

未来几年，你会越来越多听到：某种脑病新药来自虚拟大脑测试、某款AI芯片用了神经模拟技术、某台机器人靠类脑算法适应环境。 这不是遥远未来，是正在发生的现在。