人类大脑活动是复杂而连续的动力学过程，其复杂程度远超当前算力资源所能模拟的上限。
与现有计算机系统相比，人类大脑具有明显优势：一是人类大脑的功耗低，仅有20瓦左右，远远低于现有的计算系统；二是人类大脑的容错性强，即使少部分神经元死亡，对大脑的整体功能影响不大；三是人类大脑对信息的并行处理能力强，分布于大脑各处的数百亿神经元可同时对信息进行分析处理；四是人类大脑神经网络的可塑性好，可根据环境变化进行自我学习与进化。
类脑计算，是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。它保留了计算机的既有优势，还可以叠加人脑处理信息的诸多优势，有望打破冯·诺伊曼架构的束缚，实现存储处理一体化、超低能耗和超大规模并行信息处理，让结构逼近人脑、性能媲美人脑的“人造超级大脑”成为可能，为新一代计算变革带来了希望。
类脑计算技术的发展将推动图像识别、语音识别、自然语言处理等前沿技术的突破，在智慧城市、智能工厂乃至国防军事等领域具有重大意义，可有效增强国家竞争力，带来新一轮产业革命。
为此，欧盟、美国等均斥巨资长期支持此研究，及时抢占类脑计算领域的制高点。我国也于2021年正式启动科技创新2030——“脑科学与类脑研究”重大项目，大力开展类脑研究，推进类脑研究进入了前所未有的高速发展期。
类脑研究发展迅猛、前景广阔，但总体仍处于起步阶段。
针对类脑研究的过程中，面临很多的挑战。
脑科学与类脑研究所产生的数据，主要以影像大文件为主，也包含了大量临时小文件数据。有分析表明，人类大脑存储容量相当于7.6亿TB的数据，换作8TB硬盘来存储这些数据，也需要9500万块硬盘；而模拟脑神经网络，探索人脑上亿个神经元之间是如何连接与工作的，带来的是每秒高达100TB数据高吞吐量。
存储的数据量极大并且始终保持着很高的增长速度，传统纵向扩展的存储已经出现明显瓶颈。而通过公有云的方式来保存和传输数据，不仅带来额外的带宽成本，还存在效率等方面挑战。由于学科的不同，对于存储的性能、功能要求也千差万别。如机器视觉研究对存储空间极度渴求，而模拟脑神经网络相关的研究，当前存储性能只能满足5%的要求。另外，科研数据的共享及管理方式也变得越来越重要。
没有强大的存储和算力做支撑，科研工作难以为继。
7月28-30日，由百易传媒和华中科技大学计算机科学与技术学院联合主办的2022全球闪存峰会将于线上召开，峰会第三天、7月30日举行的“类脑计算应用论坛”，将就类脑相关话题进行探讨，欢迎关注！
