随着大数据、云计算、物联网、智能机器人等新技术的兴起，需要实时处理的数据量越来越大，传统计算机已经不能满足这一需求，如何简单高效的完成数据处理是当前信息科学领域面临的关键问题之一。借鉴人类大脑工作机制的神经计算对处理复杂的认知问题具有极高的效率，被认为是最有希望满足未来高性能计算的解决方案之一。然而，神经计算缺乏一个有效的载体——类脑计算机或类脑计算芯片。基于传统CMOS电路和冯诺依曼架构的计算系统在功耗和智能程度上始终无法与人类大脑相比。要实现类似甚至超过人类大脑的类脑计算机，需要直接模拟生物大脑的结构，引入新型神经形态器件，并仿照大脑的工作机制完成认知运算。本报告将介绍目前最前沿的方法，利用忆阻器实现的神经形态器件，以及如何利用这种神经形态器件完成复杂的类脑计算，并分析这种方法在集成度、效率、能耗等方面的优势，展示该技术在未来制造超级人工大脑的可行性。