类脑计算（Brain-inspired Computing）又被称为神经形态计算（Neuromorphic Computing），是借鉴生物神经系统信息处理模式和结构的计算理论、体系结构、芯片设计以及应用模型与算法的总称。
类脑计算试图模拟
生物神经网络的结构和信息加工过程。它在软件层面的尝试之一是
脉冲神经网络（SNN）。当前，类脑计算的发展可以分为神经形态感知（比如，事件相机/动态视觉传感器DVS）和神经形态计算（类脑处理器/类脑芯片）两部分。类脑计算，起源于加州理工学院Carver Mead教授于1990年所提出的Neuromorphic electronic systems概念，于后摩尔时代，该技术引起了学术界、商界的高度重视。
2019年7月，
英特尔发布消息称，其神经形态研究芯片Loihi执行专用任务的速度可比普通
CPU快1000倍，效率高10000倍。
2019年11月中旬，英特尔官网宣布了一则消息：埃森哲、空中客车、
通用电气和日立公司加入英特尔神经形态研究共同体（INRC），该共同体目前已拥有超过75个成员机构。
2020年10月16日，
清华大学计算机科学与技术系张悠慧团队、精密仪器系
施路平团队与合作者首次提出“类脑计算完备性”以及软硬件去耦合的类脑计算系统层次结构，填补了类脑研究完备性理论与相应系统层次结构方面的空白，利于自主掌握新型计算机系统核心技术。该成果于10月14日以《一种类脑计算系统层次结构》为题发表在《自然》杂志上。