当然，这个重大的科研项目是老板娘亲自带队的，华兴科技集团公司上下哪里敢有所懈怠。
因为之前华兴科技集团公司的技术团队已经在杨杰的技术构想下将忆阻器给研制出来了，非常完美地实现了神经触突核心电路的功能，也是比较顺利地让神经元计算机原型机搞出来了。
女娲神经元计算机是在忆阻器器件基础上搞出来的，这种新器件构成了神经元的神经突触连接，因为忆阻器拥有高性能的异质结，也是让忆阻器阵列直接可以使用欧姆定律进行加法运算，使用基尔霍夫定律进行乘法运算，因而能够实现并行存内运算，能够实现速度和能效的大幅提升，减小误差，加上现场总线技术以及异步电路设计技术让搭建起来的神经元计算机性从诞生开始就非常聪明。
梅溪大学的人工智能技术从一开始主要是集中在卷积神经网络、递归神经网络在内的各种神经网络算法模型上，研制出了了特定的算法加速器，来加速包括这些人工神经网络的算法效率，技术路线是从从算法向硬件发展的。
现在华兴科技集团公司众多商业化的项目都是在这个基础上发展起来的。
现在白冰带领的技术团队研究神经元计算机是模拟人类大脑的这种运作机制，而生物的神经网络从根本上来说是脉冲信号架构，并且是异步的，这跟采用卷积型架构，用数据驱动的并行数字电路来实现的人工智能系统有着非常大的区别。
不过现在华兴科技集团公司已经在现有的人工智能技术上吃到了丰厚的技术红利，所以有充足的资金去支撑白冰带领的技术团队研发神经元计算机系统需要的异步电路技术、脉冲信号编码技术以及脉冲信号处理器研发、脉冲信号网络架构技术以及神经元网络系统的控制系统以及系统软件开发工具软件。
在神经拟态芯片技术领域现在基本上是万国商业机器公司以及高通和尔英特和华兴科技集团公司在竞争。
万国商业机器公司的神经元芯片技术来源于米国国防部的DARPA的技术，研发出来的芯片展示了在一百毫瓦的功耗下模拟复杂的递归神经网络的能力，不过这种系统并没有展现出比华兴科技集团公司现有人工神经网络深度学习技术接近的能力，最大的原因还是在于这套系统自身的性能做得很差，无法做大尺度的图像识别，即使是做简单的手写数字识别的时候识别精度也还没有上世纪八十年代流行的多层感知机做得好。
高通方面在这个上面也是做得不怎么样，搞了几年后就搞不下去了，现在已经转向了人工神经网络加速器芯片的研发。
不过白冰带领的技术团队研制的神经元系统不仅功耗低，在自主学习能力上表现出了惊人的能力，这个很大的一部分原因是在于杨杰之前提出来的忆阻器器件性研制出来后性能实在是太强了。
另外还有关键的原因在于神经元网络的异步电路技术上华兴科技集团公司这边也是找来了好几位非常厉害的技术专家，熊猫软件科技公司为此也是专门为异步电路设计开发了一个编译工具跟自身现有的EDA工具软件进行兼容。
通过多年持续不断地研发，梅溪大学人工智能研究院已经是让神经元计算机在计算与记忆的一体化、复杂互联、递归、时空编码、异步、随机性、高容错等技术性能方面取得了很大的进展。