12月6日，电力行业首个自主可控的电力类脑计算平台及智能体面向业界专家发布。平台计算系统的每秒峰值速度达到4072万亿次，智能体满足电力行业高精度、低时延的智能分析需求。该平台及智能体由中国电力科学研究院有限公司牵头，联合中国电子科技南湖研究院、清华大学、中国科学院自动化研究所和北京灵汐科技有限公司等共同研究发布。

项目团队研发的电力类脑计算平台包含4320万个人工神经元和43.2亿个突触，其中类脑硬件单位能效相比目前主流的图形处理器提升3～5倍。智能体端侧集成类脑视觉相机，以1万帧每秒的速度响应百微秒级异常放电，提升了设备健康评估准确性。平台及智能体在算力层面融合密集矩阵计算和神经形态计算，在框架层面融合主流全局学习和类脑局部学习，在模型层面融合深度网络、脉冲网络和神经符号范式，实现更小参数、更少数据、更低能耗，提升时空动态分析、符号推理和在线学习能力。

据了解，人工智能在电力中的应用由来已久，特别是采用冯·诺依曼计算和深度学习范式的人工智能技术得到广泛应用。类脑计算作为融合生物脑科学与计算机科学的新型计算范式，通过模仿生物脑超低功耗并行计算和多脑区分工协作机制，形成具备类人脑学习能力的智能体，提升人工智能计算及应用智能化水平。

2023年10月，项目团队依托国家电网有限公司重点科技项目“电力异构融合类脑计算关键技术”开展研究。项目团队采用异构融合类脑技术路线，结合电力全景巡视、设备运检等场景，研发融合时空算法和事件驱动的电力类脑计算模型，建成电力异构融合类脑计算平台和全景巡视智能体，支撑类脑智能在电力行业落地应用。这也标志着项目团队在电力人工智能计算及应用范式研究上取得实质性突破。

据介绍，项目团队计划将类脑计算范式引入大模型训练。此举有望进一步降低神经网络参数规模和计算复杂度，支持将大模型轻量化部署到边缘类脑计算装置和端侧设备，同时实现低功耗推理。项目团队将加强与类脑计算学术界、产业界的合作，加速构建完整的电力类脑计算硬件、框架、模型及应用生态。