让矩阵归模拟，让逻辑归数字！这家中国团队重新定义了计算机

模拟计算的“世纪逆袭”：从教科书到突破性芯片

在数字计算机统治的今天，模拟计算一度被视作“老旧技术”而尘封。然而，一个根本矛盾始终存在：解决形如Ax=b的矩阵方程，传统数字计算机（如英伟达GPU）需要执行上亿次乘法才能逼近答案，而模拟计算利用物理定律直接运算，理论上一步就能得到结果。但模拟计算因精度低、难扩展，长期被数字计算取代。北京大学人工智能研究院孙仲团队联合集成电路学院，历时多年攻关，成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，相关成果发表于《自然·电子学》。这项突破将传统模拟计算的精度提升了五个数量级，首次达到24位定点精度，意味着模拟计算在精度上已可与FP32数字处理器媲美，同时保留了高并行、低延时、低功耗的先天优势。

“一步解方程”：如何用阻变存储器“物理逼近”矩阵运算

该芯片的核心创新在于“三协同”设计：通过新型阻变存储器器件、原创电路和经典算法融合。阻变存储器能够模拟神经突触的权重变化，在物理层面直接完成矩阵乘法。针对传统模拟计算难以扩展的难题，团队提出了“块矩阵模拟计算方法”，像拼图一样将大规模矩阵分解到多个芯片上协同处理，成功实现了16×16矩阵方程的求解。在实验基准测试中，当求解32×32矩阵求逆问题时，该芯片的算力已超越高端GPU的单核；当问题规模扩大至128×128时，其计算吞吐量可达顶级数字处理器的1000倍以上。这种“一步到位”的物理运算，让黄仁勋GPU的“亿次乘法”变成了“一次模拟”。

能效比飙升100倍：从6G基站到边缘设备的算力革命

该芯片不仅算力惊人，更展现了极致的能效比——在相同精度下，其能效比高出传统数字处理器100倍以上，为算力中心能耗问题提供了关键技术支撑。孙仲团队表示，这一技术可直接赋能多种前沿场景：

• 6G通信：基站可实时、低能耗处理海量天线信号，大幅提升网络容量和能效。
• 人工智能大模型：能够加速训练中计算密集的二阶优化算法，显著提升训练效率。
• 边缘计算：低功耗特性支持复杂信号处理和AI训推一体化在终端设备上直接运行，降低对云端的依赖。

这意味着，未来手机甚至物联网设备都可能内置这种模拟芯片，实现本地化、绿色化的高性能计算。

重塑算力格局：让“矩阵归模拟，逻辑归数字”成为现实

孙仲指出，这项工作的最大价值在于用事实证明，模拟计算能以极高效率和精度解决现代科学和工程中的核心问题。它打破了数字计算长期以来的垄断，开启了一条“算力无处不在且绿色高效”的新路径。团队正积极推进产业化进程，尽快将实验室成果推向市场。对于整个计算机行业而言，这或许意味着一次范式的根本转变：让矩阵乘法这类可“物理逼近”的计算回归模拟领域，而逻辑判断、流程控制依然交给数字计算。这种“各司其职”的分工，可能成为后摩尔时代算力突破的关键方向。