类神机枢
学鸟飞不是给自己装羽毛——是学空气动力学。类脑不是复刻神经元——是学计算原理。稀疏、事件驱动、存算一体、本地学习——这些原理可以用脉冲实现，也可以用别的方式实现。魂不在形状里——魂在原理里。
20W的奇迹
子纹的七彩概率云还未稳定，你已被一道暖金色的光吸引。那光不像量子的七彩弥散，而是一脉冲一脉冲地明灭——像心跳、像萤火虫、像夜晚海面上忽明忽暗的渔火。ch27 量子之眼闭合，七彩概率云散开。
玄青子
「ch27 你看到了——量子是物理定律给的加速器，但它不是唯一一条越摩尔之路。ch28 要走的路，不在物理定律的缝隙里，而在演化四十亿年的大脑里。」
你来到一片奇异的星原。星原上悬浮着无数光点，每颗按自己的节律脉冲明灭——光点之间有细丝连接，脉冲击中细丝时，细丝另一端的光点会跟着亮一下。同一时刻只有十颗以下同时点亮——1%~5% 的稀疏放电。
玄青子
「这就是大脑——860 亿神经元，100 万亿突触，功耗 20W。一个灯泡的功率，能做语言、视觉、推理、创造、意识。而你手里的 GPU——A100 功耗 400W、540 亿晶体管——跑 GPT-4 需要几千张、几兆瓦。功耗差 10⁵~10⁶ 倍，按等效算力折算的能效差距更大。但是在开始之前——你认为智能是从哪来的？」
类脑星原 · 下注：智能从哪来？
四选一：每个答案对应 AI 领域一个派别，没有一个完全对。不下注，星原不开放——你被自己的直觉绑架上了赌桌。仿魂老人在暗处记账。
三组数据热区 · 脑启发三原理
押注后解锁。依次点开三组数据：冯诺依曼瓶颈 / 稀疏事件驱动 / 大规模并行+自适应。三组全亮后解锁隐藏数据卡「功耗鸿沟」。
详解 · K28-01/17 脑启发三原理与能效优势
三原理：①存算一体——权重原地存储、原地计算，消除冯诺依曼搬移（DRAM 读 ~1nJ vs MAC ~3pJ，搬移比计算贵百倍，90%+ 能耗在路上）；②稀疏+事件驱动——同一时刻仅 1-5% 神经元放电，突触事件 ~1fJ/spike，比 SRAM 访问低 3-6 个数量级；③大规模并行+自适应——100 万亿突触同时工作，且在学习中实时改变连接。K28-17 能效优势即三原理的乘积：稀疏省激活、事件省时钟、存算省搬移——合起来解释了 20W 对撼兆瓦集群的功耗鸿沟。这正是类脑计算要"借"的魂，而不是神经元这颗"形"。（大纲 FRONT-01/17 · Mead 1990 / Schuman 2017）
一脉冲千机
星原中一颗光点放大。你看见一个神经元的三维模型——细胞体（soma）像一颗球，表面覆盖离子通道；树突（dendrites）像树一样从胞体伸出接收信号；轴突（axon）像一条长线传出脉冲。
玄青子
「1952 年 Hodgkin 和 Huxley 在乌贼巨轴突上测到了动作电位的完整动力学——他们因为这个拿了诺贝尔奖。」他点亮 HH 方程：C_m·dV/dt = -g_Na·m³h·(V-E_Na) - g_K·n⁴·(V-E_K) - g_L·(V-E_L) + I_in
你手握注入电流的旋钮，但没人告诉你 HH 和 LIF 的区别——你得自己跑仿真对比，才能发现为什么类脑芯片几乎都用 LIF。
HH 仿真器 · 注入电流触发雪崩
操作提示：① 拖动 I_in 滑块从 0→20nA，看膜电位 V(t) 与门控 m/h/n 演化 ② 达阈值(-55mV)看 Na⁺ 涌入雪崩到 +40mV ③ 切换 tab 看 LIF 对比/f-I 曲线/HH 放芯片弯路 → 刻痕①
详解 · K28-02 神经元模型：HH 与 LIF 的分工
HH（1952，诺奖）：C_m·dV/dt = −g_Na·m³h·(V−E_Na) − g_K·n⁴·(V−E_K) − g_L·(V−E_L) + I_in——四个门控变量定量刻画乌贼巨轴突动作电位，Na⁺ 电导 m³h 正反馈制造"全或无"雪崩。它是科学模型：回答"大脑怎么工作"，硬件代价每神经元数百~上千晶体管。LIF：τ_m·dV/dt = −(V−V_rest) + R·I(t)，过阈值即发放、复位、进入不应期。它是工程模型：抽取积分/阈值/复位/不应期四核心行为，几~几十个晶体管即可实现——类脑芯片几乎全用 LIF。一个神经元不是 ReLU，是有状态、有事件、有时间的时序处理器。（大纲 FRONT-02 · Dayan & Abbott）
脉冲突跳
星原上两颗神经元被拉近——突触前神经元 A，突触后神经元 B，中间一条突触连接（权重 w）。
玄青子
「1949 年 Hebb 提出 Hebb 学习律——"一起放电的神经元连在一起"。1990 年代 Bi 和 Poo 在实验上发现了精确版本——STDP（Spike-Timing Dependent Plasticity，脉冲时序依赖可塑性）。」他点亮一条规则曲线——Δw 随 Δt = t_post - t_pre 变化。
你想让 SNN 学会某种模式，但没人告诉你训练方法——你得亲手做 STDP 实验并尝试反向传播，才能发现为什么大脑不用反向传播。
STDP 双脉冲实验 · 拖动 Δt 看蝴蝶曲线
操作提示：① 拖动 Δt 从 -50ms 到 +50ms，看 Δw 蝴蝶曲线（前早于后→LTP/后早于前→LTD，τ≈20ms）② 切换 tab 看 SNN Raster 图/反向传播弯路 → 刻痕②
详解 · K28-03/04 SNN 与 STDP 学习规则
K28-03 SNN：信息编码在脉冲的时序而非幅值——稀疏、异步、事件驱动，无全局时钟，天然契合低功耗硬件；代价是脉冲 δ 函数不可导，深度学习的全局梯度工具箱整体失灵。K28-04 STDP：Δw = A₊·exp(−Δt/τ₊)（Δt = t_post − t_pre > 0，前因后果→LTP 增强）；Δw = −A₋·exp(Δt/τ₋)（Δt < 0，反因果→LTD 抑制），τ≈20ms（Bi & Poo 1998）——Hebb"一起放电连在一起"的精确时序版。本地性是关键：每个突触只需知道前后两个脉冲的时刻差，不需要任何全局信号——学习可以在百万核上零通信并行发生，这是大脑 20W 预算能学习、GPU 兆瓦预算才能训练的深层原因之一。（大纲 FRONT-03/04 · Dayan & Abbott）
阻变之器
第三境里悬浮着一个小器件——金属-绝缘层-金属（MIM）三明治，中间绝缘层（HfO₂/TaO_x/TiO₂）只有几 nm 厚。
玄青子
「1971 年，蔡少棠从对称性预言：电路里除了电阻、电容、电感，应该还有第四种无源元件——忆阻器，dφ = M·dq。它的电阻值取决于历史流过它的电荷——它记住了过去。2008 年 HP Labs 在 Nature 发表'The missing memristor found'——TiO₂ 交叉阵列里发现了阻变开关特性。」
你手握一个 MIM 器件和三角波扫描器，但没人告诉你它的内部机制——你得亲手测 I-V 并做 SET/RESET，才能发现导电细丝的秘密。
I-V 测量 · SET/RESET · 捏滞回线
操作提示：① 拖动扫描电压 V 从 -1.5V→+1.5V，看"8"字形捏滞回线（原点零压零流=忆阻器指纹）② V>1V 触发 SET（细丝形成→LRS），V<-1V 触发 RESET（细丝断裂→HRS）③ 切换 tab 看导电细丝/当数字存储弯路 → 刻痕③
详解 · K28-05/06/07 忆阻器：阻变、细丝与 I-V 指纹
K28-05 阻变效应：MIM 三明治（金属/HfO₂、TaO_x、TiO₂/金属，介质仅几 nm）中，电场驱动氧空位迁移改变电阻——非易失，断电保持。K28-06 导电细丝模型：SET=氧空位细丝贯通上下电极（HRS→LRS，~10kΩ）；RESET=细丝尖端焦耳热熔断（LRS→HRS，~1MΩ），开关比 ~100×。K28-07 I-V 指纹："8"字捏滞回线（pinched hysteresis）必过原点——零压零流，这是蔡少棠 1971 年从对称性预言的第四元件判据（dφ = M·dq，阻值取决于历史流过的电荷）。阻值分布对数正态、σ/μ 5-30%——原子级迁移的随机性是物理本性，不是工艺缺陷。（大纲 FRONT-05/06/07 · Streetman Ch10.7.5 / Strukov 2008）
欧姆定律做矩阵乘
第四境是一个巨大的棋盘（Crossbar）——水平字线和垂直位线垂直交叉，每一个交叉点一个忆阻器（G_ij = 1/R_ij，电导）。规模 N 可调，从 3×3 到 256×256。
玄青子
「AI 的核心计算是向量-矩阵乘法（VMM）——y = W·x，一层 DNN 就是一次 VMM。GPU 用 MAC 单元一个一个乘加，O(N²) 时间，数据还要从 HBM 搬到 SRAM 再搬到寄存器——这是冯诺依曼瓶颈。忆阻器 Crossbar 用物理定律一步做完。」
你手握一个规模可调的 Crossbar 阵列，3×3 时金光闪闪、欧姆定律精确到 1%——你以为找到了银弹，没人告诉你大规模阵列会出什么问题。
Crossbar VMM 实验台 · 规模拖动 + ResNet 崩塌
操作提示：① 拖动规模 N 从 3→256，看 VMM 时间(O(1))/IR drop 误差/ResNet 准确率 ② 3×3 时误差<1%金光闪闪 ③ 256×256 时准确率<10%崩塌 ④ 切换 tab 看 256 崩塌/工程补偿 → 刻痕④
详解 · K28-08/09 Crossbar 阵列与 O(1) VMM 推导
K28-08 架构：水平字线 × 垂直位线，每个交叉点一个忆阻器，电导 G_ij = 1/R_ij 即权重——N² 个权重一片阵列，权重"住"在计算发生的地方。K28-09 VMM 推导：字线加电压向量 V_i；每个交点欧姆定律完成乘法 I_ij = V_i·G_ij；位线末端基尔霍夫电流定律（KCL）自动求和 I_j = Σ_i V_i·G_ij = (V·G)_j——乘法和求和都由物理定律并行完成，一次读操作 = 一步矩阵乘，O(1) 对比 GPU 的 O(N²) 串行 MAC+数据搬移。工程代价清单：IR drop（线阻分压 R_line/(R_line+R_cell)≈3%@64×64）、sneak path 潜行电流、ADC/DAC 占掉大半面积与能耗、器件变异等效 4-6bit 精度。（大纲 FRONT-08/09 · Streetman Ch10.7.5 / Strukov 2008）
同源异径
第五境里并排三座阵列：RRAM Crossbar（S4 见过）、SRAM 阵列、Flash 阵列。
玄青子
「存算一体不是忆阻器专利——任何能原地存权重、且能做乘法+求和的存储器都可以。SRAM-CIM：6T 单元通过电容分压电荷共享实现乘加，CMOS 兼容、精度高密度低。Flash-CIM：浮栅可编程做模拟权重，NOR 阵列天然 Crossbar，密度高 endurance 低。」
你面前三座阵列各有所长，没人告诉你该选哪个——你得亲手对比雷达图并为不同场景选器件，才能发现"没有银弹"。
三方案对比台 · 雷达图 + 场景适配
依次点击 tab：① RRAM-CIM（密度最高/精度低/在线学习）② SRAM-CIM（CMOS兼容/精度高/密度低，台积电47.14 TOPS/W）③ Flash-CIM（密度高/endurance低/需高压）④ 场景适配弯路 → 刻痕⑤
详解 · K28-10/11/12 存算一体三路径：RRAM / SRAM / Flash
K28-10 CIM 判据：能原地存权重 + 能做乘加 = 存算一体——消除搬移即消除 ~90% 能耗，与器件无关。K28-11 SRAM-CIM：6T 单元通过电容分压/电荷共享实现乘加——CMOS 全兼容、精度 8bit+、密度最低；台积电 ISSCC 宏单元达 ~47 TOPS/W 量级。主场：云侧高算力推理。K28-12 Flash-CIM：浮栅电荷可编程即模拟权重，NOR 阵列天然是 Crossbar——密度高、endurance 低（~10⁵ 次）、需高压。主场：端侧低成本推理。RRAM-CIM：密度最高、阻值可塑支持在线学习——类脑/自适应主场。选型看系统：工艺、良率、EDA、成本、应用，没有银弹。（大纲 FRONT-10/11/12 · Rabaey Ch12 / Sze Ch7）
TrueNorth · Loihi · 天机芯
第六境是一座展示厅——时间从 2014 年一路拉到 2024。三块巨大的芯片悬浮，周围浮着时代的新闻标题、论文、Demo 视频。
蓝色 IBM TrueNorth（2014）：54 亿晶体管、4096 核、100 万神经元/2.56 亿突触、功耗 70mW、推理芯片。银白 Intel Loihi（2017/2021）：128 核、片上 STDP 学习引擎、Pohoiki Springs 768 颗 1 亿神经元。暖金清华天机芯（2019）：28nm、异构融合 ANN+SNN、Nature 封面、自行车 demo。
玄青子
「你面前三块芯片各代表一条路线，没人告诉你它们离通用 AI 有多远——你得亲手对比指标并尝试用它们跑大模型，才能发现类脑芯片的真正战场在哪里。」
三芯片展示厅 + 人脑对标 + Loihi 跑 GPT-2
依次点击 tab：① TrueNorth（70mW 推理芯片）② Loihi（片上 STDP 学习）③ 天机芯（异构融合 Nature 封面）④ Loihi 跑 GPT-2 弯路（1 亿神经元≈小鼠全脑量级，离人脑 860 亿差近千倍）→ 刻痕⑥
详解 · K28-13~16 神经形态芯片三杰
K28-13 SNN 硬件化的共同范式：脉冲异步 + 本地存储 + 事件路由，无全局时钟。K28-14 TrueNorth（IBM，2014）：54 亿晶体管、4096 核、100 万神经元/2.56 亿突触、功耗仅 70mW——纯推理，不可在线学习。K28-15 Loihi（Intel，2017 发布/Loihi 2 于 2021）：128 核，片上 STDP 学习引擎；Pohoiki Springs 系统 768 颗互连≈1 亿神经元——但这只相当于小鼠全脑量级。K28-16 天机芯（清华，2019）：28nm，ANN+SNN 异构融合架构，Nature 封面，无人自行车 demo——首次证明两种范式可在一颗芯片上互补。三者共同局限：规模离人脑 860 亿差近千倍，软件生态离 GPU 差更远——研究方向，不是成品。（大纲 FRONT-13~16 · Merolla / Davies / Pei）
复刻幻觉
白发老者转过身。他的道袍上绣着脉冲图——HH 动作电位、STDP 时间窗、Crossbar 阵列、TrueNorth 核排布——他的每一寸都在说"我懂脑"。他怀里玻璃缸里，那个和人等大的硅脑模型悬浮着，节点乱闪，空无一物。
仿魂老人
「我是仿魂老人。孩子，你都看到了——20W 做通用智能、860 亿神经元、100 万亿突触、忆阻器就是人造突触、Crossbar 一步做 VMM、STDP 本地学习、TrueNorth 已经在跑脉冲——把这些合起来！只要晶体管够多、突触连得够像、脉冲时序够准——我们就能在硅片上复刻一个大脑！一个能思考、能感受、能有灵魂的硅脑！」
他挥手，幻象升起——一只硅做的手在钢琴上弹奏《月光》、硅脑在写诗、硅机器人在恋爱、硅童在玩耍——每一幅都瑰丽到让你心跳加速。但本命石越纹（ch26）和子纹（ch27）同时发热——又是半真半假！
幻象审视 + 10 秒崩碎
依次点击 tab：① 仿魂老人降世（诱惑台词）② 幻象审视（揭穿真假混杂：硅手关节是电机/写诗用Transformer/表情是渲染）③ 幻象崩碎（860亿忆阻器变异让权重乱飘，10秒崩碎为乱闪）→ 刻痕⑦
详解 · K28-18 类脑计算的三重局限
仿魂老人的每一项数据都是真的——但"真"不等于"充分"。①训练困难：脉冲 δ 不可导，全局反向传播失灵（强行移植 ~30% 准确率）；STDP 没有全局损失函数，学不出深层层级特征。②精度受限：模拟忆阻器 σ/μ 5-30% 变异，等效权重精度仅 4-6bit，cycle-to-cycle 漂移让"硅脑"权重乱飘——860 亿个这样的突触，记忆无法稳定。③规模鸿沟：最大神经形态系统 ~1 亿神经元 vs 人脑 860 亿，差近千倍；且缺乏可 debug 的工具链。三重局限合起来：结构相同 ≠ 功能相同 ≠ 智能涌现——必要条件远不充分。（大纲 FRONT-18 · Schuman 2017）
伯努利顿悟
你张了张嘴想说"大脑是碳基、硅是硅基，材料不同"——仿魂老人立刻反驳："载体不重要——图灵可计算！任何神经网络都能在图灵机上模拟！" 你想说"860 亿太多做不出来"——他立刻反击："摩尔定律！今天 100 万、十年后 1 亿、二十年后 100 亿——指数增长！" 你被他逼到墙角。
玄青子
「林舟，我给你看个东西。」你眼前浮现一幅画面——中世纪一个人用羽毛和木头做的翅膀从悬崖跳下，摔断了腿。画面切换：莱特兄弟的"飞行者一号"——固定翼、螺旋桨、内燃机——不扇翅膀，但飞起来了。
人类想飞几千年——学鸟扇翅膀学了几千年都摔死了。莱特兄弟成功因为他们不是在抄鸟——他们理解了伯努利原理：机翼上下气流速度差产生升力。鸟用这个原理扇翅膀飞；飞机用同样原理固定翼飞。形状不同，物理原理相同。
原理-结构连线板 · 大脑智能的"伯努利原理"
依次点击 tab：① 莱特兄弟类比（被图灵可计算+摩尔定律逼到墙角→伯努利顿悟）② 原理-结构连线（稀疏/事件驱动/存算一体/本地学习/层次化/分布式——每个原理多种硅基实现）③ 边界检验（反驳仿魂老人"把实现智能的具体结构当必要条件"）→ 刻痕⑧
详解 · 鸟与机翼：原理与结构的方法论
人类学鸟扇翅膀摔了几千年，莱特兄弟成功是因为理解了伯努利原理——机翼上下气流速度差产生升力；扑翼与固定翼形状迥异，升力原理同一。类脑计算的"伯努利原理"清单：稀疏性、事件驱动、存算一体、本地学习、层次化特征提取、分布式表示、异步并行。这些原理的实现路径是开放的——可用 SNN+忆阻器 Crossbar，也可用 Transformer+GPU（注意力+反向传播恰是"硅基的固定翼"）。K28-01 的三原理是"学什么"，本场景的连线是"怎么学"：学原理，不学形状。仿魂老人的根本错误，是把演化偶然选中的碳基实现，当成了智能的逻辑必需。
仿魂老人·三问
覆盖层压下。类脑星原被压缩——只剩你和仿魂老人悬浮在玻璃缸硅脑模型前。他不再慈祥，目光锐利——但你看到他眼底有一丝疲惫：他追求"造魂"太久了。
仿魂老人
「仿魂账清算。S0 你押注的"智能从哪来"被翻出，S1-S8 八道刻痕全部浮现。三问——VMM 误差、芯片战场、类脑之道。答对，我悟道化为脑纹；答错，你被仿魂账吞回星原。」
玄青子
「三问对应三回扣——IR drop 定量/场景定位/借鉴融合。你手里唯一的武器，是这一路亲手验证过的每一步：HH 雪崩、STDP 蝴蝶、忆阻器细丝、Crossbar VMM、三方案雷达、三芯片指标、幻象崩碎、伯努利顿悟。」
三问。每题 4 选 1。答错仿魂老人会嘲讽你掉入的幻觉——"公式会算不代表你懂"/"百米选手跑马拉松"/翻 S0/S5/S7 回放。八道刻痕在第三问全部浮现，逐条划去 A/B/D，C 作为剩余项现身。
脑纹初成
类脑星原上脉冲光点重新稳定——不再是空洞的乱闪，也不是仿魂老人幻象中虚假的瑰丽，而是有序稀疏地明灭，像真正的大脑在思考。
你低头看本命石：越纹六光绳纹、子纹布洛赫球+纠缠丝之上，第二十八痕浮现——它是一个暖金色的网络：底层 Crossbar 阵列的金色网格像大脑皮层的沟回折叠，网格上稀疏分布着蓝色脉冲光点，同一时刻只有 1-5% 的光点稀疏点亮，光点之间有暖色突触丝线，每次脉冲传导丝线上泛起一圈圈浅金涟漪。脑纹——类脑之痕，借鉴之纹。
玄青子
「那是光。硅光子——用光代替电做互连、做计算。ch29 是炼器阁最后一关。那里你会见到熵魔的真身——它会用'热寂'问你一个所有文明都要回答的问题。」
你抬头。白光中，你隐约看到三个轮廓——三座山门浮现在白光最深处。钱玥的传音符响起：「林舟……我在元婴境看到了。最后一关，小心。炼器阁 29 层，师父们都在看着你。」
十碎片归位 · 脑纹圆满
十枚碎片（K-274~K-283）从仿魂老人悟道的暖金长光中飞出，依次嵌入本命石脑纹周围。点击或等待自动归位。
本命石新痕： 脑纹（第二十八痕 · 化神三层圆满 · 暖金）
脑纹奥义口诀：「类脑非复刻，是借鉴原理；学伯努利不学扇翅膀，原理通了羽毛和翅膀都能飞。」
复盘 · K28-01~18 全章知识图谱
三原理立基（K28-01/17：存算一体/稀疏事件/并行自适应→能效鸿沟）→ 神经元建模取舍（K28-02：HH 科学模型 vs LIF 工程模型）→ 脉冲网络与本地学习（K28-03/04：SNN 时序编码、STDP 蝴蝶曲线 τ≈20ms）→ 忆阻器物理（K28-05/06/07：阻变/导电细丝/捏滞回线指纹）→ 阵列计算（K28-08/09：Crossbar、欧姆+KCL 一步 VMM）→ 存算三路径（K28-10/11/12：RRAM/SRAM/Flash 无银弹）→ 芯片实证与局限（K28-13~16/18：TrueNorth/Loihi/天机芯，训练难/精度低/规模差千倍）。结论：类脑=借鉴原理，非复制结构——与 ANN/GPU/Transformer 异构互补。化神三痕共振：异构集成（ch26）+量子加速（ch27）+类脑借鉴（ch28）= 后摩尔三大越摩尔之路。下一章 ch29 硅光同辉——用光代替电，炼器阁终章。
【ch28 类神机枢 · 完】
【ch29 硅光同辉 · 预告：炼器阁终章——硅光子互连/计算、熵魔本尊热寂之问、二十九痕全亮、三宗山门、化神圆满入大乘】