目前几乎所有的人工智能系统都需要进行人工建模，转化为计算问题进行处理再进行深度学习，而人脑却可以自动感知，进行问题分析和求解，决策控制等。因此类脑芯片也有望形成有自主认知的水平，可自动形式化建模。

2011年8月，IBM公司通过模拟大脑结构，首次研制出两个具有感知认知能力的硅芯片原型，可以像大脑一样具有学习和处理信息的能力。这两颗类脑芯片原型均采用45纳米绝缘体上硅CMOS工艺制作，包含256个神经元和256个轴突(数据传输通道)。其中一个芯片包含65356个学习突触，它能够发现新的神经元连接路径，可通过经验进行学习，并根据响应对神经元连接路径进行重组;而另一个芯片包含262144个可编程突触，可以根据预先设定，通过强化或弱化神经元之间的连接，更迅速、更高效地处理信息。类脑芯片的每个神经元都是交叉连接，具有大规模并行能力。但因技术上的限制，被IBM戏称为“虫脑”。2014年8月，IBM公司推出名为“TrueNorth”的第二代类脑芯片。它使用了三星的28nm的工艺，包括54亿个晶体管和4096个处理核，相当于100万个可编程神经元，以及2.56亿个可编程突触。其性能相比于第一代有了不少提升。功耗每平方厘米消耗仅为 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。

“TrueNorth”的每个处理核包含了约120万个晶体管，其中少量晶体管负责数据处理和调度，而大多数晶体管都用作数据存储、以及与其它核心的通信方面。此外，每个核心都有自己的本地内存，它们还能通过一种特殊的通信模式与其它核心快速沟通，其工作方式非常类似于人脑神经元与突触之间的协同，只不过，化学信号在这里变成了电流脉冲。IBM把这种结构称为“神经突触内核架构”，如果 48 颗TrueNorth芯片组建起具有 4800 万个神经元的网络，那这48颗芯片带来的智力水平将相似于普通老鼠。

16年，IBM又公布了与美国空军研究实验室、美国陆军研究实验室、以及劳伦斯•利物莫国家实验室在TrueNorth芯片应用方面合作的最新成果，包括手指识别、情绪识别、图像分类和对象追踪等。

2017年，英特尔发布了Loihi芯片，它采用了一种新颖的方式通过异步脉冲来计算，同时整合了计算和存储，模仿了大脑根据环境的各种反馈来学习如何操作的运作方式，可以利用数据来学习并做出推断，随着时间的推移也会变得更加的智能，并且不需要以传统方式来进行训练。

Loihi采用的是异构设计，由128个Neuromorphic Core（神经形态的核心）+3个低功耗的英特尔X86核心组成，号称拥有13万个神经元和1.3亿个触突。

与 TrueNorth 和Loihi不同， 高通公司开展研究的是Zeroth “认知计算平台”，曾在业界引起了巨大的震动。原因就在于它可以融入到高通公司量产的 Snapdragon处理器芯片中，以协处理的方式提升系统的认知计算性能，并可实际应用于手机和平板电脑等设备中，支持诸如语音识别、图像识别、场景实时标注等实际应用并且表现卓越。