传统计算机采用冯· 诺依曼架构，存储与计算在空间上分离，频繁的数据交换导致处理海量信息效率很低。与之相比，人脑作为自然界几亿年进化的高级智能产物，在运行智能计算任务时，能效远远超过现有的计算机结构。为了应对智能计算的需要，必须借鉴人脑的网络结构和信息处理方式，研究基于微电子技术和新型神经形态器件的类脑智能芯片的集成工艺与设计技术，突破传统计算架构，实现存储与计算的深度融合，大幅提升计算性能、提高集成度、降低能耗。

研究内容包括新型神经形态器件的材料与工艺、 仿生神经芯片与系统、深度学习神经芯片与系统以及类脑模拟四个方面，如下图所示。