神经形态计算
本条为初评草案（AI 辅助编目）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
神经形态计算模仿大脑的脉冲神经元结构造芯片，用极低功耗完成智能运算，试图绕开传统AI算力对电力和散热的巨大依赖（即'供电墙'问题）。随着AI模型规模扩张、数据中心用电量逼近国家电网上限，能否在边缘设备和大规模系统中用低功耗芯片替代部分算力，直接关系到智能扩张能否持续。
神经形态芯片的编程范式与主流深度学习框架不兼容，软件生态几乎空白；脉冲神经网络在通用任务上的精度和成熟度远落后于GPU路线，导致商业化长期局限在边缘感知等窄场景，尚未证明能承接主流AI负载。
英特尔（Intel）（研发Loihi系列神经形态芯片，Loihi 3已实现单芯片八千万神经元级规模）；IBM（NorthPole架构把存储与计算合一，图像识别任务能效比H100高约25倍）；BrainChip（Akida处理器已商用部署于数百万物联网设备，Akida 2.0获NASA授权用于航天级AI）；桑迪亚国家实验室（Sandia National Laboratories）（部署Intel Hala Point系统，全球最大神经形态计算平台之一）
脉冲神经网络（SNN）与神经形态硬件相关课程/教材（学习）；开源脉冲神经网络框架（如Lava、Nengo）参与开发（研究）；芯片架构/低功耗AI硬件工程师方向（职业）；跟踪Intel、IBM、BrainChip芯片路线图与实际部署案例（关注）
谁在攻这颗暗星 · 攻关者名录12 人
这不是终点站——今天在这颗暗星上攻坚的人，就是明天点亮它、登上星光榜的候选。名录含科研、创业与第三方三类关键角色，初评待核实，欢迎补充与纠正。
去哪家 · 机构与公司名录6 家 · 其中初创/成长期 6
给求职者和投资人的信息增量——不只是听过的大机构，更多是正在攻这颗暗星的初创与新公司（联网实搜、初创优先排序，初评待核实）。