大略来说，类脑芯片是人工智能芯片中的一种架构。它仿照人脑进行设计，比较于传统芯片，在功耗和学习能力上具有更大上风。传统上，打算机芯片都是依循冯· 诺依曼架构而设计的，存储与打算在空间上分离，打算机每次进走运算时须要在CPU和内存这两个区域往来来往调用，频繁的数据交流导致处理海量信息效率很低。此外，芯片在事情时，大部分的电能将转化为热能，导致功耗提高。
与之比较，人脑作为自然界几亿年进化的高等智能产物，在运行智能打算任务时，能效远远超过现有的打算机构造。总结起来，人脑特点应该具备以下几个特点：一是人脑是存算一体的，存储信息和处理信息是一起进行的。第二，具有极大的规模性。人脑由上百亿个神经元细胞组成，这些神经元细胞通过极其繁芜的互联形成了一个规模巨大的有机系统，因此很多人认为要仿照真正的人脑，一定要达到某种规模才能看到类似人脑的效应，这也是TrueNorth一贯追求大规模互联的缘故原由。第三，人脑有一些比较明显的功能分区，比如视觉区、听觉区、情绪区等，这些不同的功能分区有机的结合在一起，相互合营着完成大脑的活动。第四，人脑处理任务时具有极高的并行度。第五，人脑具有极低的功耗。这也是类脑芯片发展的方向。
目前，类脑芯片的研究便是基于微电子技能和新型神经形态器件的结合，希望打破传统打算架构，实现存储与打算的深度领悟，大幅提升打算性能、提高集成度、降落能耗。
类脑芯片前景虽好，但是比较于依赖冯诺依曼构造的芯片来说仍处于研发，乃至是观点阶段。2011年，IBM率先在类脑芯片上取得进展，他们在仿照人脑大脑构造根本上，研发出两个具有感知、认知功能的硅芯片原型。但因技能上的限定，第一代TrueNorth的性能并不高。2014年TrueNorth第二代出身，它利用了三星的28nm的工艺，共用了54亿个晶体管，其性能比较于第一代有了不少提升。功耗每平方厘米花费仅为 20 毫瓦，是第一代的百分之一，直径仅有几厘米，是第一代的十五分之一。加载了神经网络模型的TrueNorth芯片，可作为实时感知流推理引擎利用，而且能够在快速、准确分类的同时保持超低功耗。
除了TrueNorth外，英特尔Loihi芯片、高通Zeroth芯片、西井科技DeepSouth芯片、浙大“达尔文”类脑芯片、AI-CTX芯片也都在类脑芯片上努力。不过这些产品间隔大规模商业化的程度仍旧很远。
而清华大学开拓出的天机芯则是环球首款异构领悟类脑芯片。它片领悟了两条技能路线，提升了各个别系的能力，有望进一步推动人工通用智能的研究和发展。
