北京大学团队成功研制出基于阻变存储器的高精度模拟计算芯片，首次在精度上媲美数字计算。该芯片在求解大规模MIMO信号检测等关键科学问题时，计算吞吐量与能效较顶级GPU提升百倍至千倍，为AI算力瓶颈带来突破性解决方案。
智能速览
模拟计算芯片实现24比特定点数精度，媲美32位浮点数字计算
求解128×128矩阵时算力超顶级GPU千倍，能效提升百倍
取消二进制转译过程，实现计算存储一体化
专注于AI二阶训练核心的矩阵方程求解，非简单矩阵乘法
未来将与CPU、GPU形成互补算力体系
精华内容
模拟计算曾因精度瓶颈被数字计算取代，如今这一困境正被中国科研团队打破。通过创新的阻变存储器技术和迭代算法，模拟计算在精度和效率上实现了革命性突破。
模拟计算原理
模拟计算是一种直接使用连续物理量（如电压、电流）来类比数学数字的计算方式，无需像数字计算那样将数据转译为0和1的符号串。例如数字’十’在模拟计算中可以直接用十伏电压表示，而数字计算需要转译为’1010’的二进制代码。这种免转译的特性赋予模拟计算低功耗、低延迟、高并行的天然优势。
然而，传统模拟计算在计算机发展早期因精度瓶颈逐渐被数字计算取代。数据在物理运算过程中容易产生误差累积，难以满足现代复杂计算任务对精度的要求。
技术突破点
北京大学团队的核心创新在于解决了模拟计算’算不准’的痛点。研究采用3比特阻变存储器芯片，通过迭代算法结合低精度矩阵逆运算和高精度矩阵向量乘法，实现了前所未有的计算精度。
实验数据显示，该芯片成功实现16×16矩阵的24比特定点数精度求逆，矩阵方程求解经过10次迭代后，相对误差可低至10⁻⁷量级。这一精度水平已经接近32位浮点数字计算的标准，彻底改变了人们对模拟计算精度的认知。
性能对比数据
在计算性能方面，新型模拟芯片展现出压倒性优势。求解32×32矩阵求逆问题时，其算力已超越高端GPU的单核性能；当问题规模扩大至128×128时，计算吞吐量达到顶级数字处理器的1000倍以上。
这意味着传统GPU需要一整天完成的计算任务，这款芯片仅需一分钟就能搞定。能效方面同样表现惊人，同等精度下能效提升100倍，为高耗能的AI计算提供了绿色解决方案。
应用前景展望
该芯片最有可能快速落地的应用场景是计算智能领域，特别是机器人和人工智能模型训练。AI模型训练中的矩阵逆运算是最耗能的计算环节之一，而这款芯片恰好擅长处理此类任务。
孙仲研究员强调，模拟计算芯片并非要取代现有计算架构，而是作为有力补充。CPU作为通用’总指挥’因其成熟性与经济性难以被淘汰，GPU专注于加速矩阵乘法，而新型模拟芯片则高效处理AI领域最耗能的矩阵逆运算，三者将形成互补共存的算力生态。
这项突破性研究为解决AI算力瓶颈开辟了新路径，模拟计算的复兴将为未来智能计算带来革命性变化。随着技术的进一步成熟，我们是否会迎来计算架构的新范式？数字与模拟计算的深度融合又将催生哪些创新应用？
