在摩尔定律持续发展50年内,集成电路行业逐渐往大规模方向发展,由此导致的面积与功耗问题逐渐突出,由于技术和经济原因,人们普遍认为它将在2020年左右结束。随着摩尔定律的逐渐终结,在后摩尔定律时代,半导体行业将如何发展?各行业对此问题的看法各不相同。我们则将目光专注于类脑计算方面。本文提出了一种基于异步MESH网格结构的异步脉冲神经网络的构造方法,采用异步微流水线控制机制和多核并行计算的设计。对脉冲神经网络的几种神经元模型和脉冲序列编码方式进行了讨论,选用基于电流的LIF模型和时间编码的脉冲编码方式。重点对神经元模型进行了分析并在此基础上对神经元模型算法进行了说明。针对数字图像识别的应用场景,选用Tempotron算法作为实现神经元单元的基础。并且考虑到硬件电路的设计方式对神经元模型算法进行了优化与实现。接着以此作为基础结合上位机实现了0~9的数字图像的识别。并对实验结果进行了采集与验证。与软件实现的传统神经网络相比,它更符合人脑驱动、事件驱动的方式,速度更快,功耗更低。最后将异步脉冲神经网络的实现机制应用到MESH网络上,并对基于MESH结构的异步脉冲神经网络通过Xilinx公司的Vivado开发工具对设计进行实现与仿真。