脑启 在类脑计算大方向 树突神经元模型 人工神经网络（DNN）和脉冲神经网络（SNN）方面的工程化实现 不同于tranformer
"脑启" 到底是个什么？
"脑启" 是中国电子科技南湖研究院（简称南湖研究院）旗下的 类脑计算品牌，核心思路就一句话：
不跟 GPT 比参数多少，而是比谁更接近人脑的工作方式。
目前已发布的两个重要模型
1. 脑启-素问（2024年11月发布）--- 医疗专用
脑启-素问 · 国内首个类脑医疗大模型架构：树突神经元动力学模型（非Transformer）评测：CAB-Exam 94.05 分 · 国内第一学了多少：200万篇文献 + 100万本书 + 800万条医学概念关系
这个刚才讲过了，专注看病问诊。
2. 钧澜（2025年12月发布）--- 决策专用
钧澜 · 类脑高效推理决策大模型联合发布：南湖研究院 + 国防科技大学 + 中南大学核心突破：线性注意力机制，复杂度从 O(n²) 降到 O(n)功耗对比：100万亿参数下仅 20 瓦（传统模型需 30 万瓦）技术：类脑RAG（模拟海马体记忆）+ 自监督引擎（减少80%人工标注）场景：卫星管控、无人机集群调度、复杂决策
钧澜 和 素问 的关系可以这样理解：
| 素问 | 钧澜 | |
|---|---|---|
| 领域 | 医疗 | 决策 |
| 核心架构 | 树突神经元动力学 | 线性注意力机制 |
| 解决了什么 | 医疗诊断精准度 | 长序列推理的算力瓶颈 |
| 典型场景 | 问诊、用药建议 | 卫星调度、无人机编队 |
它们共同的技术底牌
虽然面向不同行业，但底层逻辑相通：
① 不走 Transformer 路线
GPT 那套注意力机制虽然强大，但是 O(n²) 复杂度，序列越长越烧钱。脑启的模型走的是线性复杂度路线，序列再长也不怕。
② 模仿海马体
人的大脑不是每件事都重新算一遍，而是通过海马体把相关信息勾连起来，按需激活。脑启做的就是把这种机制写进算法里。
③ 自研芯片 + 异构融合
不是只靠软件优化，他们从芯片层面就设计了类脑计算架构，配合传统 GPU/AI 芯片做异构融合，软硬协同降功耗。
一句话总结
"脑启"不是一个大模型，而是一整套类脑计算的技术路线------从芯片到算法再到云平台，目标是证明：向人脑学习效率，比堆算力更有前途。
目前已经有医疗（素问）和决策（钧澜）两个方向的落地，未来还要拓展到电力、能源、交通、农业、金融等行业。
脑启的芯片布局
① 南湖研究院自研芯片（自己设计）
从官方报道来看，南湖研究院确实成功研发了基于国产工艺的大算力智能通用类脑计算芯片 。这个芯片没有公开具体型号名称，但它支撑起了 12 亿神经元 规模的类脑计算系统。
不过要注意，这里说的"自研"更多是指芯片架构设计和系统集成层面的自研------他们自己设计了类脑计算框架、服务器方案、异构融合系统，而不是从零流片一个芯片。
② 灵汐科技 KA200（实际落地的商用芯片）
真正能查到具体参数的，是他们的合作伙伴 灵汐科技（Lynxi） 的 KA200 类脑芯片（品牌名叫"领启"），"脑启-素问"就是跑在 KA200 计算卡上的。
灵汐科技 KA200 类脑芯片规格
制程 12 nm 国产工艺 功耗 单芯片仅 1 ~ 14 瓦（人脑同级的能耗效率） 算力 48 TOPS (INT8) / 24 TFLOPS (FP16) 架构 存算一体 · 30个类脑计算核 · 支持 DNN+SNN 双模式
KA200 的几个关键数字：
| 项目 | 数值 |
|---|---|
| 单芯片神经元 | 25万（稠密）/ 200万（稀疏模式） |
| 单芯片突触 | 2500万 / 20亿 |
| 计算核 | 30 个，各核可独立运行 |
| 存算一体 | 片上 30MB SRAM，计算和存储融合 |
| 覆盖场景 | 人工神经网络（DNN）+ 脉冲神经网络（SNN） |
| 荣誉 | 2019年登上《自然》杂志封面 |
所以，芯片是怎么配合的？
┌───────────────────────────────────────────────┐
│ 脑启-素问 / 钧澜 │ ← 软件/模型层
├───────────────────────────────────────────────┤
│ 南湖研究院 异构融合框架 │ ← 自研软件框架
├───────────────────────────────────────────────┤
│ 12亿神经元类脑计算系统（自研系统整合） │ ← 系统集成层
├───────────────────────────────────────────────┤
│ 灵汐KA200类脑卡 × N (多卡级联) │ ← 硬件层
└───────────────────────────────────────────────┘KA200 类脑芯片 和普通 GPU 最大的区别在于：
- GPU（比如 Nvidia H100）：暴力矩阵乘法，功耗 700W 起步
- KA200：存算一体、脉冲驱动，1~14W 就能跑推理
打个比方------普通 GPU 像是开着 V12 发动机的跑车，不管多远的路都轰油门跑全程；而 KA200 更像是电动车，懂能量回收，知道什么时候该省电，什么时候该发力。
而南湖研究院做的事，就是把 KA200 这种类脑芯片和传统 AI 芯片异构融合，组成一个完整的类脑算力底座，然后在这个底座上跑自己的脑启模型。
对，你说到点子上了。
"脑启" 和 "模型" 的关系
南湖研究院（中国电子科技南湖研究院）
│
├── 品牌：脑启（Brain-Qi）
│ │
│ ├── 脑启云（云平台）
│ ├── 脑启-素问 → 医疗大模型（已发布）
│ ├── 钧澜（脑启系列下）→ 决策大模型（已发布）
│ └── （未来可能有更多行业模型）
│
└── 技术底座：类脑计算体系（芯片 + 框架 + 系统）没错，"脑启" 是一个品牌，不是具体某一个模型。
就像：
- 「华为」 是品牌，Mate 60 / Pura 70 是具体的手机型号
- 「特斯拉」 是品牌，Model 3 / Model Y 是具体的车
- 「脑启」 是品牌，脑启-素问 和 钧澜 是具体的大模型产品
所以之前说的"脑启-素问"的完整含义是：
脑启 （品牌） · 素问（产品名，取自《黄帝内经·素问》）
主打医疗，所以用了"素问"这个跟医学经典挂钩的名字。
而 钧澜 是另一个产品线，主攻决策类场景，品牌旗下第二个发布的大模型。
你问的「脑启 这个模型」其实是一个不太精确的说法------就像说"华为这个手机"一样，别人会问："你说的华为是 Mate 还是 Pura？" 不过结合上下文，大家一般都能懂你指的是哪个。