哈佛、英特尔等60+顶尖机构联手打造：NeuroBench定义神经形态计算评测新范式

编辑 | 2049

在 人工智能 快速发展的今天，计算效率成为制约其进一步发展的关键瓶颈。 神经形态计算 凭借其借鉴生物大脑的创新架构，在能效比和实时处理等方面展现出巨大潜力。然而，该领域长期缺乏统一的评测 基准 ，使得技术创新难以得到客观衡量和有效比较。

近日，由哈佛大学领导，来自全球多个顶尖大学、研究机构和公司的研究人员组成的研究团队提出了首个面向 神经形态计算 的统一评测框架 NeuroBench，该框架通过算法和系统双轨并行评测，为 神经形态计算 技术的发展提供了共同的评估标准。

NeuroBench 是一个由国际多方合作发起的类脑计算 基准 测试框架项目，旨在为新兴的类脑计算技术建立统一的评估标准。该项目由 60 多家来自产业界和学术界的机构共同参与，包括 英特尔 、 SynSense 、哈佛大学等顶尖科技公司和研究机构。

该研究以「 The neurobench framework for benchmarking neuromorphic computing algorithms and systems」为题，发表于 2025 年 2 月 11 日的《 Nature Communications》。

论文链接： https://www.nature.com/articles/s41467-025-56739-4

代码地址： https://github.com/NeuroBench/neurobench

研究背景

神经形态计算 研究领域目前面临三大挑战：

第一是缺乏正式定义，不同方法对「神经形态」的理解和实现方式差异较大。早期研究主要关注如何在硅基硬件上模拟生物神经元的物理特性，而现今的研究已扩展到更广泛的仿生计算方法，包括算法、硬件和系统层面的创新。

第二是实现工具多样化，各类框架针对不同目标进行优化，导致可移植性和标准化程度较低。有的工具专注于 神经科学 模拟，有的致力于自动化 SNN 训练，这种多样性虽然促进了不同方法的探索，但也增加了评测难度。

第三是研究进展快速演进，评测体系需要与技术发展同步更新。这些挑战使得技术创新难以得到客观衡量，制约了领域的健康发展。

双轨并行的评测架构设计

针对这些挑战，NeuroBench框架进行了系统性创新，采用算法和系统双轨并行的评测架构。

图示：NeuroBench 框架的双轨设计示意图。（来源：论文）

算法评测轨道

算法评测轨道主要评估硬件无关的算法性能，包含四个 基准 任务：少样本连续学习（FSCIL）、事件相机 目标检测 、运动皮层解码和混沌函数预测。

• FSCIL 任务基于多语言语音关键词数据集（MSWC），要求模型在仅有少量样本的情况下逐步学习新语言的关键词，同时保持对已学习语言的识别能力。

• 事件相机目标检测 任务使用 Prophesee 1MP 汽车数据集，评估模型处理高动态范围和时间分辨率数据的能力。

• 运动皮层解码任务基于非人灵长类动物的运动皮层记录数据，测试模型对生物神经信号的处理能力。

• 混沌函数预测则使用 Mackey-Glass 时间序列，为小型混合信号系统原型提供评测基准 。

每个任务都设计了多维度的评估指标，包括正确率、 参数 量、连接稀疏度和激活稀疏度等。

例如，在 FSCIL 任务中，M5 ANN 基线和 SNN 基线在 100 个基础类别上分别达到 97.09% 和 93.48% 的 准确率 。在 增量学习 阶段，原型网络方法使 ANN 和 SNN 分别实现了 89.27% 和 75.27% 的平均 准确率 。在系统规模方面，SNN 基线的 参数 量为 1.36 × 10^7 字节，模型执行率为 200 Hz，而 ANN 基线为 6.03 × 10^6 字节，执行率为 1 Hz。

图示：NeuroBench 算法轨道软件架构概述。（来源：论文）

系统评测轨道

系统评测轨道则关注完整部署系统的实际性能。

声学场景分类任务要求系统对来自 DCASE 2020 数据集的 1 秒音频样本进行实时分类。研究团队基于 Xylo 神经形态芯片实现的系统采用了具有多突触时间常数的前馈 SNN 网络。

与 Arduino 基线相比，在相近的分类 准确率 下（Xylo 79.9% vs Arduino 79.6%），Xylo 系统展现出显著的能效优势：动态功耗从 Arduino 的 21.32 mW 降至 0.341 mW，每次推理的动态能耗从 0.934 mJ 降至 0.028 mJ。

图示：系统评测中的 Xylo 基准 系统架构图。（来源：论文）

性能评估

在 QUBO 优化任务中，研究团队将 Loihi 2 神经形态芯片实现的并行 模拟退火算法 与 CPU 上的传统算法进行了对比。

结果显示，在紧时间约束下（10^-2 秒以内），Loihi 2 可以处理的问题规模是 CPU 的 4 倍。更重要的是，Loihi 2 的功耗仅为 CPU 最佳求解器的 1/37，展现出显著的能效优势。这一结果证明了 神经形态计算 在组合优化问题上的潜力。

为确保评测的客观性和可重复性，NeuroBench 对评测流程和指标进行了 规范化 设计。

算法评测要求提供完整的复杂度分析，包括 参数 量、连接稀疏度、激活稀疏度等静态指标，以及基于工作负载的动态指标。

系统评测则强调端到端性能，要求测量包括数据预处理在内的完整处理链路的执行时间和功耗。所有 基准 任务和评测工具均开源托管，并提供详细文档，确保实验可重复性。

图示：QUBO 优化任务的性能对比结果。（来源：论文）

未来展望

NeuroBench 的推出标志着 神经形态计算 评测进入新阶段。该框架通过算法和系统双轨并行评测，既支持基础研究探索，又推动实用系统发展。

未来框架将持续扩展，计划加入闭环 基准 测试等新任务，以更全面地评估神经形态系统在实际场景中的适应性和鲁棒性。