计算机模仿人脑的处理方式主要涉及到 神经形态计算，这是一种通过模仿人类大脑的运作方式来使计算机软硬件实现信息高效处理的技术。以下是一些关键点：
类脑智能
类脑智能，也称为神经形态计算，是通过模拟人脑的运作方式，让计算机软硬件实现信息高效处理。它具有低功耗和高算力的特点。
神经形态器件
实现类脑计算需要寻找更多模拟人脑功能的神经形态器件。这些器件模仿人脑中的神经元和突触连接方式来处理信息。
神经网络
神经网络是一种模拟人脑神经元和突触连接方式的算法模型，在人工智能领域扮演核心角色，特别是在模式识别、数据分类、图像处理和自然语言处理等方面。
光学神经突触网络
科学家已经能够创造出一个含有人工神经元网络的芯片，这种人工神经元在光线的作用下工作，并能够模仿人脑神经元与突触的行为。这种系统处理数据的速度快许多倍。
具体项目
DARPA与IBM合作建立了“神经形态自适应伸缩可塑电子系统计划（SyNAPSE）”，其类脑芯片叫TureNorth。2011年，IBM发布的第一代TrueNorth芯片具有学习和信息处理能力，具有大规模并行计算能力。
总结来说，计算机模仿人脑的处理方式主要通过神经形态计算，利用模拟人脑结构和功能的神经形态器件和算法模型来实现高效的信息处理。目前，这一领域仍在不断发展，未来有望实现更高效、更仿生、更低能耗的计算系统。