關於人腦神經元的研究說法很多，可以看看一些有代表性的認知。

最接近大腦的處理器架構是SIMD架構，SIMD即單指令多資料體系結構，這個其實更像顯示卡中GPU的架構。使用SIMD體系結構意味著大腦具有單一的意識（單個重要指令），並且大量神經元同時處理大量資料（多資料）。在SIMD架構下，如果一個人的意識能夠同時理解所有任務，則可以同時完成多個任務，但是這些多工必須捆綁成一個單一的指令，如果不能，那麼大腦必須在多個指令間切換。

可以說大腦不僅僅是多核計算機的等價物，而且是一個大規模並行（1000億）CPU的計算機（更像現在的GPU），大腦中的每個神經元都是一個非常複雜的非線性處理系統，具有萬計的輸入和十萬計的輸出，如果把每個神經元當作是一個核心，那麼大腦就是一個擁有1000億個核心的CPU系統。這個大規模平行計算機構成了人類大腦的主要意識以及大多數高等動物的大腦意識。

大腦的“體系結構”由這1000億個獨立執行的統計預測元素（神經元）組成，分為多個電路和網路。資訊在整個大腦神經通路中雙向流動。當多工（例如開車時說話）時，單獨的大腦區域可能組織成暫時的“子網”，它們能夠在不相互干擾的情況下進行操作，然而大多數情況下，大腦一次只做一次全域性事情，這是由一系列注意力過濾器決定的。

再回到題主的問題，人腦的平行計算能力有多強？你這1000億個核心能算得過小小計算器的加減乘除嗎？顯然算術題是做不過計算器的，但神經元和電晶體作用也不同的，說句簡單的，這1000億個神經元的目標是：在地球上生存下去。而更快地完成加減乘除對這個目標顯然幫助有限。

人腦並行能力到底有多大，估計也沒辦法量化，但也可以舉個例，你在4K下玩遊戲，怎麼也得雙路最高階的顯示卡（如GTX 1080 Ti）吧，可能還經常卡頓，可是人腦全天候維持億級畫素下60+FPS全程無掉幀運算，嚇死了嗎？當你的iPhone X花費了1秒還沒識別你的面部時，即便是過了好多年你已經長變了樣，人腦也只需要見面的一瞬間就能認出你。

就我個人來看，這是一個偽命題。

人類的思維感應，來之於社會，創造於社會。

你計算機或機器人再發達，也是靠人類來操控。

如果有一天，人類把自我的感知傳授給機器人，讓它自行感悟、操作，我可以毫不誇張的說，那就是人類的終結…。

原創思想，別弄錯了，大腦的神經元中並未儲存`演算法’，而是儲存的`資料’，所以大腦並不靠演算法驅動，也無平行計算能力，而是靠複雜的神經網路中的資料驅動。這正是HI與演算法驅動的AI的本質上的不同。所以，AI是否應該另闢蹊徑，改弦易轍了？別再跟著美國的AI屁股後面跑了吧，這可是在AI上毫無創新的華人的最大機會!

在計算機硬體不斷完善的今天，人們忽視了對“人腦是如何工作的”這一問題的研究，一味追求功能與演算法，以為如此這般就能夠製造出堪比人工的智慧來。看看上世紀五十年代馮.諾依曼寫的《計算機與人腦》吧，我們的努力方向很可能是錯了。提示一下：他在書的最後一章的最後一節說，”把我們在計算機上所用的數與我們人腦在工作時所用的“數”區別來看待是沒有錯的”。想研製出真正的人工智慧，首先，也是必須的，要弄清楚我們人腦用的是什麼“數”。馮.諾依曼說它不是自然數，如果他說的是對的，那麼，照現在這個樣子下去，人類將永遠也造不出所謂“人工智慧”的，因為至今還沒有人提出過人腦可能用的會是什麼數的設想，人們也沒有意識到除了在自然數基礎上發展起來的數系之外還可以(或可能)存在其他的數。於是，即便今天我們意識到馮.諾依曼是對的了，恐怕實現真正的人工智慧也不是可以預見的事，因為我們還不清楚人在什麼時候才想弄清楚只有鬼才知道的人腦用什麼數工作的問題。

現在的電腦無法與人腦相比。電腦只能識別兩位數。只能回答是或否。只能判斷“等於”或“不等於”沒有比較的能力。如果電腦能識別三位數就有了比較的能力。就能回答“大於”“等於”“小於”的問題。就有了思維判斷的能力。

人腦的平行計算能力，說通俗點，也就是一心多用的能力，屬於本能類的協調功能，是大腦的部分基礎功能，比如人類做某一個動作，看似一瞬間，其實是神經系統在短短一瞬間同時控制幾十塊肌肉進行的協同指令。

個人認為計算機並行功能，準確來說，應該是在多個程序間快速切換罷了，計算機更多是靠著機器的優勢，一條一條的特別快速依次進行處理，即使有並行也非常有限的。

大腦並行速度，可以理解為大量神經元同時興奮躁動，類似於冥想一般，一個想法出來，馬上對大量資訊同時進行處理，也就是說人有時候想事情，會同時想幾件事情，權衡利弊，但有的人可能理不順，有的人就理的順，這種並行能力還是很可怕的。

目前來說，計算機有計算機的巨大優勢，人腦更有其優勢，畢竟最早的計算機就是模仿人類神經系統活動而發明的。

個人感覺，人腦擁有更大的潛力，平行計算來說，人腦還是更勝一籌。

非專業人士，個人見解，不喜勿噴～