12月6日，中国电力科学研究院联合科研及产业合作伙伴，在专家现场见证下发布了电力行业首个类脑计算平台及智能体，该创新成果采用异构融合类脑技术路线，提出了可自主进化的电力类脑智能体计算架构与学习机制，构建了内嵌电力时序多模态、在线连续学习等专用算子的国产化类脑计算框架，研发了具备事件驱动能力的电力边缘类脑计算模型，可支撑面向电力全景巡视、设备运检、电网调控等多场景应用。

类脑计算是从生物脑科学原理出发、融合计算机科学的新型计算范式，把计算机算得快、算得准和人脑善于学习、记忆、分析、归纳有机结合起来，通过引入生物脑计算特性实现超低功耗并行计算，结合脑启发智能机理实现类人脑的学习能力，被国际半导体协会确定为后摩尔时代两大颠覆性计算技术之一。电力异构融合类脑计算在传统人工智能平台中引入类脑计算范式，通过系统级模仿大脑多脑区分工协作机制，有望摆脱模型性能对大计算量、大参数量、大数据量的巨大依赖，提升电力场景多模态感知、生成式认知、自主化决策能力。

突破传统计算架构提升电力智能水平

本次发布的电力异构融合类脑计算平台，旨在突破传统冯·诺依曼计算体系和深度学习范式的限制，结合生物脑的计算特性和脑启发的智能机理，形成了“逼近脑”的芯片架构和“模仿脑”的算法模型。

据悉，电力异构融合类脑计算平台是当前电力人工智能研究中的一项开创性工作。平台由中国电力科学研究院、中国电子科技南湖研究院、清华大学、中国科学院自动化研究所和北京灵汐科技有限公司等多家机构联合研发，支持包括电力全景巡视、设备运维和电网调控在内的多场景应用。

“平台支持深度神经网络、脉冲神经网络及混合神经网络的高效计算，其中类脑硬件的单位焦耳能效相对于目前主流GPU提升3-5倍。”该项目负责人周飞表示，平台包含4320万个人工神经元和43.2亿个突触，具备4072万亿次每秒浮点运算能力，具有内嵌电网运行机理的时序多模态、在线连续学习等电力专用算子，满足电力行业高精度、低延时的智能分析需求。未来项目团队计划将类脑计算范式引入大模型训练，有望进一步降低神经网络参数规模和计算复杂度，支持大模型向电力边端类脑计算装置的轻量化部署和低功耗推理。

自主创新再进一步保障电力系统安全

电力类脑全景巡视智能体的发布则标志着类脑智能在电力行业落地应用的又一重要进展。

此次发布的智能体则基于异构融合类脑计算技术，具备跨终端、多任务一体化的运行能力，支持边缘智能计算和在线连续学习。它能够在电力行业中执行设备巡视、状态评估和异常识别任务，迅速发现电力场站设备缺陷、人员违章、环境隐患等，助力电力设备的智能化诊断与运维，确保电力系统安全运行。

据介绍，智能体通过引入类脑计算范式，在算力层面实现密集矩阵计算和神经形态计算的异构融合，在框架层面实现全局学习、局部学习的异构融合，在模型层面实现人工神经网络、脉冲神经网络、神经符号范式的异构融合，可以更小参数、更少数据、更低能耗，实现更强的时空动态分析、符号逻辑推理以及在线连续学习能力。同时，智能体在端侧集成类脑视觉相机，采用视觉原语处理并引入事件触发机制，可以从海量的监测中准确挖掘异常脉冲信号，以1万帧每秒的成像速度对百微秒级异常放电事件进行快速响应，实现对设备异常放电信号的高精度、高速分析，大大减少人员工作量，提升设备健康状态评估准确率。

战略布局类脑智能未来科技竞争新高地

近年来，类脑计算作为国际半导体协会在后摩尔时代确定的两大颠覆性计算技术之一，具有重要的战略意义。中国、欧洲、日本和美国已在类脑计算和量子计算领域展开布局，形成了高水平的国际竞争态势。

据了解，脑科学和类脑研究是我国重点部署的体现国家战略意图的国家科技重大专项之一。我国《第十四个五年规划和2035年远景目标纲要》提出在类脑智能、量子信息、基因技术、未来网络、深海空天开发、氢能与储能等前沿科技和产业变革领域，实施未来产业孵化与加速计划，谋划布局一批未来产业。

在此背景下，项目负责人周飞谈到电力类脑计算在技术、产业、场景等方面的未来发展目标时表示，此次发布的电力类脑计算平台及智能体，正是将类脑智能战略方向转化为实践成果的重要体现。未来几年，电力行业将依托自身优势，以“硬件适配、算法替代、业务重塑”三步走规划建设电力类脑计算先导试验区，在技术、产业和应用场景上实现全面突破。预计到2025年，完成电力类脑运检智能体在特高压换流站应用验证，实现电力运检作业的感知、分析、决策、规划、行动等全环节闭环进化，提升换流站设备健康评价、故障定位、状态检修的智能化水平。到2030年，电力类脑计算与智能将在电网调控、设备运检等领域规模化应用，形成完整的电力类脑计算硬件、框架、模型及应用生态。