问题：能耗与延迟成为智能计算新瓶颈。当前主流计算体系多沿用冯·诺依曼架构，计算与存储相互分离，数据在处理器与内存之间频繁传输，“搬运开销”明显。随着大模型训练和多源感知应用快速增长，数据吞吐需求与能耗压力持续加大；端侧设备在续航、散热和实时响应上的限制更为突出，单纯依靠堆叠算力的传统路径正出现边际收益下降。
从追求“更大算力”转向追求“更高能效与更强适应”，神经形态处理器代表了计算技术的重要方向调整。它未必取代既有体系，但有望在边缘智能与实时感知等关键场景打开新空间。面向未来，只有同时推进基础研究与工程落地，完善生态与标准体系，类脑计算才能从概念热度走向规模化应用，为智能技术发展提供更可持续的动力。