北大孙仲团队突破模拟计算世纪难题：高精度可扩展芯片性能超GPU百倍至千倍
研究成果概述
近日，北京大学人工智能研究院孙仲研究员团队及其合作者在新型计算架构领域取得历史性突破。他们在国际顶级学术期刊《自然·电子学》（*Nature Electronics*）上发表论文，宣布成功研制出基于阻变存储器（RRAM）的高精度、可扩展模拟矩阵计算芯片。这一成果首次实现了模拟计算在精度上与数字计算媲美，将传统模拟计算的精度提升了五个数量级，并在关键性能指标上远超当前顶级数字处理器。
核心技术突破：高精度与可扩展性的完美结合
模拟计算的“世纪难题”
传统模拟计算以其高并行性、低延迟和低功耗的优势，曾是早期计算机的核心技术。然而，其固有的低精度（通常仅为几位有效数字）和难扩展性两大缺陷，使其在数字计算崛起后逐渐被取代，沦为教科书中的“老旧技术”。如何让模拟计算兼具高精度与可扩展性，使其在现代计算任务中重焕生机，一直是困扰全球科学界的“世纪难题”。
创新解决方案
孙仲团队通过新型信息器件、原创电路设计与经典算法的深度融合，构建了基于阻变存储器阵列的全模拟矩阵方程求解器：
1. 精度飞跃：通过迭代算法结合模拟低精度矩阵求逆和模拟高精度矩阵-向量乘法（MVM）运算，并采用“位切片”方法实现迭代精细化，首次将模拟计算的精度提升至24位定点精度。实验成功实现了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。
2. 可扩展性突破：提出块矩阵模拟计算方法，如同“拼图”一般将大规模矩阵问题分解到多个芯片阵列上协同解决，成功突破了传统模拟计算的规模限制。
3. 器件基础：芯片的阻变存储器阵列采用40nm CMOS工艺制造，可实现3比特电导态编程，为高精度模拟运算提供了可靠的硬件基础。
性能评估：算力与能效的颠覆性提升
相关性能评估显示，该芯片在求解大规模MIMO信号检测等关键科学问题时表现卓越：
- 计算吞吐量：在求解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，计算吞吐量可达顶级数字处理器的1000倍以上。传统GPU需要一天完成的任务，该芯片可在分钟级内完成。
- 能效比：在相同精度下，该技术的能效比高出传统数字处理器100倍以上，为高能效计算中心提供了关键技术支撑，有效缓解了数据中心的能耗压力。
应用前景：重塑算力格局，赋能多领域发展
孙仲研究员强调，该研究成果的应用前景极为广阔，有望在多个领域引发变革：
1. 6G通信：基站信号处理的革命
在未来的6G通信领域，该芯片能让基站以实时且低能耗的方式处理海量天线信号。大规模MIMO（多输入多输出）技术是6G的核心，其信号检测需要极高的算力和能效。该芯片的高吞吐量和低功耗特性，将显著提升基站的网络容量、频谱效率和能效比，为6G网络的高速率、低时延、广连接特性提供坚实保障。
2. 人工智能：加速大模型训练与推理
对于人工智能技术而言，该芯片有望加速大模型训练中计算密集的二阶优化算法（如牛顿法、共轭梯度法等）。这些算法在神经网络训练中用于参数优化，但传统数字处理器受限于内存墙和计算复杂度，效率较低。模拟矩阵计算芯片可直接高效求解训练过程中的大型矩阵方程，显著提升训练速度。
3. 边缘计算与终端智能
“更重要的是，低功耗特性也将强力支持复杂信号处理和AI训推一体在终端设备上的直接运行，大大降低对云端的依赖，进而推动边缘计算迈向新阶段。”孙仲指出。这意味着智能手机、物联网设备、自动驾驶汽车等终端设备将具备更强的本地智能处理能力，响应更快、隐私保护更好。
4. 科学计算与工程应用
在科学计算领域，如流体力学模拟、量子化学计算等涉及大规模矩阵运算的问题，该芯片将提供前所未有的算力支持。此外，在雷达信号处理、医学影像重建等领域也有巨大应用潜力。
战略意义：后摩尔时代计算范式的变革先锋
这一成果标志着我国在后摩尔时代计算范式变革中取得了重大突破。随着传统半导体器件尺寸逼近物理极限，“摩尔定律”放缓，探索新型计算架构成为全球科技竞争的焦点。模拟矩阵计算芯片的成功研制，为应对人工智能、6G通信等领域的算力挑战开辟了全新路径。
孙仲团队的研究不仅发表于《自然·电子学》这样的顶级期刊，更用事实证明了模拟计算在现代高性能计算中的巨大潜力。它不仅是学术上的重大突破，更是我国在高端芯片领域自主创新的重要体现，将有力支撑我国在新一代信息技术产业的竞争优势。
结语
北京大学孙仲研究员团队研制的高精度可扩展模拟矩阵计算芯片，通过解决模拟计算的“世纪难题”，实现了算力与能效的颠覆性提升。其在6G通信、人工智能、边缘计算等领域的广泛应用前景，预示着一场新的算力革命即将到来。这一成果是我国科学家在后摩尔时代积极探索新型计算范式的典范，为全球智能科技的发展贡献了中国智慧和中国方案。
