2026年，国内在‘类脑计算芯片’或‘神经形态计算’方向，有哪些高校实验室或企业值得关注？这个方向对FPGA人才的需求是什么？

从企业招聘的角度聊聊吧。我在一家做神经形态感知芯片的初创待过，招FPGA工程师主要就干两件事：一是快速原型（Rapid Prototyping），用FPGA阵列搭建一个可重构的SNN仿真平台，让算法团队能快速验证想法、调参，这比软件仿真快得多，比流片便宜灵活。二是做硬件在环（HIL）系统中的实时处理部分，比如我们做动态视觉传感器（DVS）的数据处理，FPGA负责接收脉冲流、做预处理和特征提取，再交给后端。

所以需求很明确：你要精通FPGA开发，尤其是高性能数字电路设计、时序优化、与各种高速接口（如PCIe）打交道。另外，因为处理的往往是稀疏的、异步的脉冲事件流，传统的数据搬运和并行计算模式不太一样，需要一些创新思维。对计算机体系结构（尤其是内存架构）的理解要深，因为类脑计算核心就是想突破内存墙。

高校实验室的FPGA岗位可能更偏研究支持，比如搭建测试平台、实现一些新型的神经网络模型（不只是SNN，还有ANN-SNN混合啥的）。

产业化苗头有，但都在找落地场景，比如低功耗的端侧智能感知（无人机、机器人）、高速视觉识别。现在进去，可能要做好一段时间内都是‘预研’性质项目的准备。

补充知识方面，神经科学不用学得太深，但基本概念要清楚，建议看下《神经科学原理》前几章。更重要的是，多关注这个领域的顶级会议（比如NeuroIPS, ICLR里相关workshop，以及专门的ICONS, AICAS），看看最新的硬件架构论文，了解大家是怎么用硬件去实现那些模型的。新型器件知识，除非你定位是器件-电路协同设计，否则优先级不高。先把FPGA在异构计算里的角色玩透，你已经很有优势了。

国内做类脑芯片的团队确实不少，但真正有硬件流片能力的还是集中在顶尖高校和少数几家明星公司。高校里，清华的类脑计算研究中心（施路平老师团队）肯定是第一梯队，他们搞出了‘天机芯’，还上了Nature封面，实力很强。北大有黄铁军老师团队，做脉冲神经网络和类脑视觉。复旦的芯片与系统前沿技术研究院也有相关研究，比如曾晓洋老师团队在做神经形态传感和计算。中科院计算所、自动化所、微电子所也都有团队在做。企业方面，初创公司像‘灵汐科技’（清华孵化）、‘时识科技’（有海外背景）比较活跃，还有‘华为’也在搞相关基础研究。

这些地方招FPGA工程师，主要就是做原型验证和算法硬件实现。因为流片成本高周期长，在芯片设计出来之前，或者研究新算法的时候，都需要用FPGA搭建一个可编程的硬件平台来验证架构、跑通算法、评估性能。比如用FPGA模拟神经元的脉冲发放、突触连接这些行为。系统仿真也会用到，但更多是软件层面的。

这个方向目前还是偏前沿研究，产业化处于非常早期的探索阶段，离大规模应用还远。但对于工程师来说，现在切入是个好时机，能积累很深的技术壁垒。

你需要补充的知识，神经科学基础肯定要懂点，比如神经元模型（LIF）、突触可塑性（STDP）、网络结构这些，不然没法跟算法研究员沟通。新型器件（忆阻器这些）的知识，如果做底层硬件设计需要了解，如果主要做FPGA实现和系统集成，暂时不是必须，但了解有好处。重点还是发挥你FPGA和硬件加速的长处，把那些抽象的神经模型高效地映射到硬件上。