据微信公众号“北京大年夜 学人工智能研究院”13日消息，北京大年夜 学人工智能研究院孙仲研究员团队及合作者在国际学术期刊Nature Electronics杂志颁布 论文，在新型盘算架构上取得重大年夜 冲破 。

研究团队成功研制出基于阻变存储器的高精度、可扩大 模拟矩阵盘算芯片，首次 实现了在精度上可与数字盘算媲美的模拟盘算体系，将传统模拟盘算的精度提拔了惊人的五个数量级。相干 性能评估表白 ，该芯片在求解大年夜 规模MIMO信号检测等症结 科学标题时，盘算吞吐量与能效较当前顶级数字处理器（GPU）提拔百倍至千倍。

据了解 ，我们熟悉的通信基站信号处理、AI大年夜 模型训练参数优化等，本质都是在解复杂的矩阵方程。采用数字方法 实现高精度矩阵求逆的盘算开销极大年夜 ，耗时长、能耗高。于是，曾被视为老旧技术的模拟盘算重新进入研究视野，它直接利用物理定律实现并行运算，延时低、功耗低，在算力瓶颈背景下，具有先天优势。

但怎样让模拟盘算兼具高精度与可扩大 性，从而在现代盘算任务中施展 其先天优势，不绝是困扰环球科学界的世纪难题。

孙仲团队选择了一条融合立异 的门路，经过过程 新型信息器件、原创电路和经典算法的协同计划，构建了一个基于阻变存储器阵列的高精度、可拓展的全模拟矩阵方程求解器，首次 将模拟盘算的精度提拔至24位定点精度。

孙仲先容，研究团队基于迭代算法，结合了模拟低精度矩阵求逆和模拟高精度矩阵-向量乘法运算，开辟了一种基于全模拟矩阵运算的高精度矩阵方程求解筹划 ，先快速算出矩阵方程的“近似解”，再用“位切片”方法 ，实现迭代细化。

在盘算精度方面，团队在实验上成功实现16×16矩阵的24比特定点数精度求逆，矩阵方程求解颠末10次迭代后，相对误差可低至10⁻⁷量级。在盘算性能方面，在求解32×32矩阵求逆标题时，其算力已超越 高端GPU的单核性能；当标题规模扩大年夜 至128×128时，盘算吞吐量更到达顶级数字处理器的1000倍以上，传统GPU干一天的活，这款芯片一天就能搞定。同时，该筹划 在相同精度下能效比传统数字处理器提拔超100倍，为高能效盘算中心提供了症结 技术支持。

团队将它应用到了“大年夜 规模MIMO（多输入多输出）信号检测”中——仅用3次迭代，恢复的图像就和原始图像高度一致，误码率和32位数字盘算效果相当，凸显其在及时信号处理中的潜力。

“我们证明，模拟盘算能以极高服从和精度办理现代科学和工程中的焦点盘算标题。”孙仲夸大，这项冲破 的应用前景辽阔 ，可赋能多元盘算场景，有望重塑算力格局。团队的研究为算力提拔探索 出一条极具潜力的路径，有望打破数字盘算的恒久垄断，开启一个算力无处不在且绿色高效的新时代。

（综合自北京大年夜 学人工智能研究院、科技日报等）

本文系不雅 察者网独家稿件，未经授权，不得转载。