脉冲神经网络大模型 SpikingBrain 宣称能耗降 97%、速度快 100 倍

中国团队提出类脑启发的大模型 SpikingBrain，用自适应脉冲神经元替代 Transformer 的密集矩阵乘法，仅在特定事件触发时激活，微观层面达到约 69% 稀疏度。其宣称相比现有 LLM 速度快约 100 倍、能耗低约 97%，尤其改善长上下文处理，但这些数字为推文宣传口径，需对照原论文核实。