类脑计算技术作为一种脑启发的新型计算技术, 具有存算一体、事件驱动、模拟并行等特征, 为智能化时代开发高效的计算硬件提供了技术参考, 有望解决当前人工智能硬件在能耗和算力方面的“不可持续发展”问题. 硬件模拟神经元和突触功能是发展类脑计算技术的核心, 而支持这一切实现的基础是器件以及器件中的物理电子学. 根据类脑单元实现的物理基础, 当前类脑芯片主要可以分为数字CMOS型、数模混合CMOS型以及新原理器件型三大类. IBM的TrueNorth、Intel的Loihi、清华大学的Tianjic以及浙江大学的Darwin等都是数字CMOS型类脑芯片的典型代表, 旨在以逻辑门电路仿真实现生物单元的行为. 数模混合型的基本思想是利用亚阈值模拟电路模拟生物神经单元的特性, 最早由Carver Mead提出, 其成功案例有苏黎世的ROLLs、斯坦福的Neurogrid等. 以上两种类型的类脑芯片虽然实现方式上有所不同, 但共同之处在于都是利用了硅基晶体管的物理特性. 此外, 以忆阻器为代表的新原理器件为构建非硅基类脑芯片提供了新的物理基础. 它们在工作过程中引入了离子动力学特性, 从结构和工作机制上与生物单元都具有很高的相似性, 近年来受到国内外产业界和学术界的广泛关注. 鉴于硅基工艺比较成熟, 当前硅基物理特性是类脑芯片实现的主要基础. 忆阻器等新原理器件的类脑计算技术尚处于前沿探索和开拓阶段, 还需要更成熟的制备技术、更完善的系统框架和电路设计以及更高效的算法等.