类脑计算芯片要爆发了吗？78.8%增长背后，企业真正该判断的不是“要不要入场”

AI算力不断升级，但对于很多芯片企业和终端厂商来说，新的问题正在出现。
算力越来越强，为什么设备还是不够省电？
一台机器人需要持续感知环境，一款可穿戴设备需要长时间运行，一套工业传感系统需要实时监测异常。这些场景并不一定需持续调用高性能GPU，却需要芯片一直“在线”。
这让类脑计算芯片重新进入产业视野
根据涛越咨询（TY Data）调研数据，预计到2029年全球类脑计算芯片市场规模将达到26.6亿美元，未来几年CAGR达到78.8%。
但对于准备进入这个市场的企业来说，
真正值得研究的并不是78.8%这个数字，而是增长究竟从哪里来，哪些企业已经开始做产品，哪些应用真正存在需求，以及自己应该从哪里切入。
一、市场增长很快，但不是所有企业都适合现在进入
类脑计算的核心思路，是借鉴神经系统的信息处理方式，通过脉冲神经网络、事件驱动计算等架构，让计算更加贴近数据产生的位置，从而减少部分无效计算和数据搬运。
IBM对神经形态计算的定义同样强调对人脑神经元和突触结构及功能的模拟。
问题在于:类脑计算并不是传统CPU、GPU的全面替代方案。
如果企业面对的是大模型训练、高性能通用计算，那么成熟的CPU、GPU和AI加速器生态仍然具有明显优势。
真正值得关注的是另一类需求：设备需要持续感知，但又不能承担高功耗。
这也是为什么机器人、智能穿戴、工业传感、IoT以及Always-on AI成为类脑计算重点探索的方向。
对于准备进入市场的企业，第一个问题因此不是“市场有多大”，而应该是：
我的客户有没有一个传统AI芯片没有很好解决的问题？
如果答案是功耗、延迟和持续感知，那么类脑计算才值得进一步研究。
二、企业已经开始做什么？这决定了市场到底是不是“概念”
判断一个新兴芯片市场，最容易犯的错误就是只看论文和技术指标。
更有价值的是看：企业有没有真正做芯片，产品有没有出来，客户有没有开始使用。
Intel是目前公开布局比较明确的企业之一。
2024年，Intel发布Hala Point神经形态系统。该系统采用1152颗Loihi 2处理器，最多支持11.5亿个神经元和1280亿个突触，并部署于Sandia National Laboratories，用于研究更加高效和可扩展的神经形态AI。
Intel目前仍将Loihi 2作为神经形态计算研究平台，并配套Lava开源软件框架。
这说明什么？
类脑计算已经不是单纯的实验室概念，但距离成为成熟的大规模通用芯片市场仍有距离。
对于企业来说，这反而意味着市场仍处于值得观察的阶段。
因为真正的商业机会往往出现在：技术已经可以使用，但产业格局还没有完全固化的时候。
三、如果你是机器人企业，类脑芯片到底值不值得换？
这是一个比“市场规模多少”更现实的问题。
假设一家机器人企业现在使用传统AI芯片。
它真正需要考虑的是：
换成类脑芯片后，功耗能不能下降？
实时响应能不能改善？
视觉或者传感数据是不是更适合事件驱动处理？
算法迁移成本是多少？
开发工具是否成熟？
供应商能不能持续提供产品？
如果这些问题无法回答，单纯因为类脑计算市场增长很快而更换芯片，并不是一个理性的采购决策。
而现在已经有企业开始围绕这一需求推出商业化产品。
Innatera在2025年推出Pulsar，将其定位为面向sensor edge的神经形态微控制器。公司资料显示，该产品将SNN、RISC-V CPU以及CNN、DSP等能力结合，面向可穿戴、IoT和工业系统等低功耗边缘场景。
到了2026年，Innatera进一步把类脑计算与Physical AI、机器人、工业监测、智能空间以及Always-on音频等场景结合。
这类产品化进展比单纯的市场预测更值得终端企业关注。
因为客户最终买的不是“类脑计算概念”。
客户买的是更低的功耗、更快的响应和更容易落地的AI功能。
四、如果你是芯片厂商，现在最需要避开的坑是什么？
类脑芯片最大的商业化问题之一，是不能只解决硬件问题。
传统CPU和GPU已经形成非常成熟的软件生态。
而类脑计算涉及SNN、事件驱动数据以及不同的模型部署方式，如果开发环境不成熟，客户就需要承担额外的软件开发成本。
这会直接影响客户是否愿意采用。
Intel已经围绕Loihi 2建立Lava软件框架。
Innatera也在围绕Pulsar建立相应的开发工具体系。
因此未来竞争很可能不是：谁的芯片性能最高
而是：谁能够让客户最低成本地把芯片真正用起来。
对于新进入者而言，芯片设计只是第一道门槛。
真正需要补齐的是：芯片＋算法＋SDK＋开发工具＋传感器适配＋应用支持。
五、竞争格局已经形成，但不同企业的路线并不一样
根据QYResearch数据，2022年全球类脑计算芯片市场前三大厂商合计份额约73.0%。
这个数据应按照QYResearch自身的市场定义和统计口径理解。
从企业公开布局来看，目前不同厂商实际上并不是完全相同的路线。
Intel更强调神经形态计算平台
Loihi 2以及Hala Point代表了Intel在神经形态计算方向上的长期研发投入，同时通过Lava建设软件生态。
对于竞争者来说，Intel真正的壁垒不只是芯片，而是长期技术积累和开发生态。
IBM更强调脑启发的高效AI推理
IBM的NorthPole是一款brain-inspired neural inference研究原型，其架构将计算和本地存储结合起来，以减少传统架构中的数据搬运。IBM公开资料显示，NorthPole采用12nm工艺和256核心阵列。
但这里需要注意：NorthPole属于brain-inspired AI推理架构，不能简单等同于所有意义上的神经形态芯片。
这也是企业进行市场竞争分析时必须注意的市场边界。
Innatera更聚焦sensor edge
Innatera的路线则更加明确。
Pulsar直接面向传感器端实时智能，并强调毫瓦级功耗和Always-on应用。
公司官网目前还披露Pulsar已经进入实际应用部署。
这说明市场正在出现不同的商业化路径：
大型企业继续建设底层神经形态计算平台，专业企业则从具体边缘应用切入。
对于新进入者来说，后者可能更值得研究。
六、真正的市场机会在哪里？
如果只看“类脑计算芯片”，很容易把机会理解成设计一颗新芯片。
但从产业链来看，机会远不止芯片本身。
上游涉及：半导体制造、存储器件、传感器、先进封装等。
中游包括：类脑处理器、SNN处理器、神经形态微控制器、事件驱动芯片以及软件工具。
下游则进入：机器人、工业自动化、可穿戴设备、智能家居、IoT以及其他边缘AI设备。
因此对于传统半导体企业来说，真正的问题可能不是：“我要不要做类脑芯片？”
而是：“类脑计算发展以后，我所在的产业链环节会不会增加新的需求？”
例如，智能传感器如果进一步与神经形态处理结合，数据可能在更靠近传感器的位置完成预处理。
这意味着未来的竞争可能从单颗芯片进一步扩展到：感知＋计算＋软件＋终端
整个系统。
关于涛越咨询（TY Data）
广东涛越信息咨询有限公司（TY Data Info Co.,Ltd）专注于定制研究、管理咨询、IPO咨询、产业链研究、数据库和顶级行业服务。我们拥有大型基础数据库（如国家统计局数据库、海关进出口数据库、行业协会数据库等）、专家资源（包括在能源行业拥有10年以上营销或研发经验的行业专家）、汽车、消费品、信息与通信消费技术等领域的专业力量，为客户提供精准、全面的行业洞察与决策支持。
媒体联络
如需获取报告全文或进行采访，可通过以下方式联系：电话：17266215695；邮箱：market@tydatainfo.com、sale@tydatainfo.com、hr@tydatainfo.com