1.一种输入权重拓展的神经元信息处理方法，其特征在于，所述方法包括：
将预设数量的连续的神经元确定为协同组，将所述协同组中最后一个神经元确定为有效神经元，将所述协同组中除所述有效神经元外的神经元确定为协同神经元；
所述协同组中的第一个协同神经元，根据接收的前端神经元信息，获取第一个协同神经元的横向累加中间信息；
所述协同组中后续的各协同神经元，依次根据接收的前端神经元信息，和前端协同神经元的横向累加中间信息，获取所述各协同神经元的横向累加中间信息，并将所述协同组中最后一个协同神经元的横向累加中间信息确定为横向累加信息；
所述有效神经元根据接收的前端神经元信息、读取的所述有效神经元的当前神经元信息和所述横向累加信息，获取协同输出信息；
所述有效神经元输出所述协同输出信息。
2.根据权利要求1所述的输入权重拓展的神经元信息处理方法，其特征在于，所述将所述协同组中最后一个神经元确定为有效神经元，将所述协同组中除所述有效神经元外的神经元确定为协同神经元，包括：
设置所述协同组内神经元的发放使能标识，所述发放使能标识包括允许发放数据或不允许发放数据，将所述有效神经元的发放使能标识设置为允许发放数据，并将所有所述协同神经元的发放使能标识设置为不允许发放数据。
3.根据权利要求1所述的输入权重拓展的神经元信息处理方法，其特征在于：
所述前端神经元信息包括：前端神经元输出信息、前端神经元与当前神经元的连接权重索引；
所述协同组中的第一个协同神经元，根据接收的前端神经元信息，获取第一个协同神经元的横向累加中间信息，包括：
协同组中的第一个协同神经元，根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；
根据所述前端神经元与当前神经元的连接权重、所述前端神经元信息，获取第一个协同神经元的横向累加中间信息；
所述协同组中后续的各协同神经元，依次根据接收的前端神经元信息，和前端协同神经元的横向累加中间信息，获取所述各协同神经元的横向累加中间信息，包括：
所述协同组中的后续协同神经元，依次根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；
根据所述前端神经元与当前神经元的连接权重、所述前端神经元信息，和前端协同神经元的横向累加中间信息，获取所述各协同神经元的横向累加中间信息。
4.根据权利要求1所述的输入权重拓展的神经元信息处理方法，其特征在于，所述将预设数量的连续的神经元确定为协同组，将所述协同组中最后一个神经元确定为有效神经元，将所述协同组中除所述有效神经元外的神经元确定为协同神经元，包括：
将预设数量的连续的人工神经元确定为人工协同组，将所述人工协同组中最后一个人工神经元确定为人工有效神经元，将所述人工协同组中除所述人工有效神经元外的人工神经元确定为人工协同神经元；或
将预设数量的连续的脉冲神经元确定为脉冲协同组，将所述脉冲协同组中最后一个脉冲神经元确定为脉冲有效神经元，将所述脉冲协同组中除所述脉冲有效神经元外的脉冲神经元确定为脉冲协同神经元。
5.根据权利要求4所述的输入权重拓展的神经元信息处理方法，其特征在于：
当所述协同组为脉冲协同组时，所述当前神经元信息包括历史膜电位信息；
在所述有效神经元输出所述协同输出信息的步骤之后，所述方法还包括：
更新所述脉冲有效神经元的所述历史膜电位信息。
6.一种输入权重拓展的神经元信息处理系统，其特征在于，包括：
协同组确定模块，用于将预设数量的连续的神经元确定为协同组，将所述协同组中最后一个神经元确定为有效神经元，将所述协同组中除所述有效神经元外的神经元确定为协同神经元；
横向累加信息获取模块，用于所述协同组中的第一个协同神经元，根据接收的前端神经元信息，获取第一个协同神经元的横向累加中间信息；所述协同组中后续的各协同神经元，依次根据接收的前端神经元信息，和前端协同神经元的横向累加中间信息，获取所述各协同神经元的横向累加中间信息，并将所述协同组中最后一个协同神经元的横向累加中间信息确定为横向累加信息；
协同输出信息获取模块，用于所述有效神经元根据接收的前端神经元信息、读取的所述有效神经元的当前神经元信息和所述横向累加信息，获取协同输出信息；
协同输出信息输出模块，用于所述有效神经元输出所述协同输出信息。
7.根据权利要求6所述的输入权重拓展的神经元信息处理系统，其特征在于：
所述协同组确定模块，用于设置所述协同组内神经元的发放使能标识，所述发放使能标识包括允许发放数据或不允许发放数据，将所述有效神经元的发放使能标识设置为允许发放数据，并将所有所述协同神经元的发放使能标识设置为不允许发放数据。
8.根据权利要求6所述的输入权重拓展的神经元信息处理系统，其特征在于：
所述前端神经元信息包括：前端神经元输出信息、前端神经元与当前神经元的连接权重索引；
所述横向累加信息获取模块，用于协同组中的第一个协同神经元，根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；根据所述前端神经元与当前神经元的连接权重、所述前端神经元信息，获取第一个协同神经元的横向累加中间信息；所述协同组中的后续协同神经元，依次根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；根据所述前端神经元与当前神经元的连接权重、所述前端神经元信息，和前端协同神经元的横向累加中间信息，获取所述各协同神经元的横向累加中间信息。
9.根据权利要求6所述的输入权重拓展的神经元信息处理系统，其特征在于，所述协同组确定模块，包括：
人工神经元确定单元，用于将预设数量的连续的人工神经元确定为人工协同组，将所述人工协同组中最后一个人工神经元确定为人工有效神经元，将所述人工协同组中除所述人工有效神经元外的人工神经元确定为人工协同神经元；或
脉冲神经元确定单元，用于将预设数量的连续的脉冲神经元确定为脉冲协同组，将所述脉冲协同组中最后一个脉冲神经元确定为脉冲有效神经元，将所述脉冲协同组中除所述脉冲有效神经元外的脉冲神经元确定为脉冲协同神经元。
10.根据权利要求9所述的输入权重拓展的神经元信息处理系统，其特征在于：
当所述协同组为脉冲协同组时，所述当前神经元信息包括历史膜电位信息；
所述系统还包括：
历史膜电位更新模块，用于更新所述脉冲有效神经元的所述历史膜电位信息。