神经拟态计算是模拟人脑的计算方式，是将人类大脑功能映射到硬件上，使用硬件模拟人脑结构进行计算。神经拟态计算可以实现高级人工智能，随着全球人工智能技术不断进步，神经拟态计算有望成为AI系统的主要计算方式之一，逐渐成为全球人工智能产业关注的重点领域。
人工智能是实现新一轮产业变革的核心驱动力，在全球范围内受到多个国家的关注。我国制造业正在向自动化、智能化方向发展，为推动制造业快速转型升级，我国政府对人工智能产业发展极为重视，相关政策陆续推出，吸引进入布局的资本不断增多。2015年以来，我国人工智能产业高速发展，2019年市场规模超过500亿元。
人工智能需要机器人通过不断的学习来达到智能化效果。随着市场对机器人的智能化要求不断提高、人工智能技术不断进步，机器人“深度学习”的需求不断上升。“深度学习”大规模应用，会对机器人处理器的计算能力要求不断提高，也会不断提升机器人的能耗需求；并且，“深度学习”所需过程较为漫长，开发企业与应用企业培养需要消耗较多的时间。神经拟态计算模拟人脑计算方式，学习速度快且能耗低，成为人工智能技术升级的重要方向。
根据新思界产业研究中心发布的
《2020-2024年中国神经拟态计算市场可行性研究报告》显示，实现神经拟态计算需要硬件、系统、软件来模拟人脑结构、构造神经网络模型，相关芯片、集成电路、计算系统等产品的开发受到了全球多个科技公司的关注。全球神经拟态计算仍处于萌芽期，行业进入的研发、人才、技术、资金壁垒高，仅有极少数企业有相关产品问世。
2017年9月，英特尔推出自学习神经拟态芯片，可以进行稀疏编码处理、图形搜索等工作，其处理速度比传统处理器快千倍以上；2020年3月，英特尔公布目前最大的神经拟态计算系统，此系统拥有超级并行性和异步信号传输能力，可以明显提升处理性能并降低所需能耗。
新思界
行业分析人士表示，现阶段，全球神经拟态计算技术仍在不断探索过程中，参与者数量极少，英特尔暂时处于领先地位。与发达国家相比，我国人工智能产业发展迅速，但在芯片等核心零部件领域竞争力依然较弱。我国制造业自动化、智能化转型速度不断加快，消费市场中对智能终端设备与智能家居的需求不断上升，人工智能技术必须不断进步才能满足市场需求。在此背景下，我国有实力的科技企业可以向神经拟态计算方向发展，率先进入的企业在未来市场竞争中将具有先发优势。
