據(jù) 北京大學(xué)人工智能研究院消息，一支由研究員 孫中及其合作者領(lǐng)導(dǎo)的科研團隊，在國際期刊 Nature Electronics上發(fā)表重要論文，報道了一項計算架構(gòu)領(lǐng)域的突破性進展。該團隊成功研發(fā)出一款基于電阻式隨機存取存儲器（RRAM）技術(shù)的高精度、可擴展模擬矩陣計算芯片。值得注意的是，這是首次有模擬計算芯片的精度達到了可與數(shù)字系統(tǒng)匹敵的水平——將傳統(tǒng)模擬計算的精度提升了驚人的 五個數(shù)量級。

在性能測試方面，該芯片在解決大規(guī)模 MIMO（多輸入多輸出）信號檢測及其他關(guān)鍵科學(xué)計算任務(wù)時，展現(xiàn)出其計算吞吐量與能效比目前頂級數(shù)字處理器（GPU）高出數(shù)百至數(shù)千倍。

這一成果不僅標志著中國科學(xué)家在克服模擬計算這一被困擾逾百年的難題上邁出關(guān)鍵一步，也代表了在“后摩爾時代”（Post-Moore Era）中，計算范式轉(zhuǎn)變的重大突破。此項創(chuàng)新為應(yīng)對人工智能、大規(guī)模模型訓(xùn)練及未來 6G 通信系統(tǒng)不斷增長的計算需求，開辟了全新路徑。

研究負責(zé)人孫中指出，此項研究具有廣泛的應(yīng)用潛力，可為多種計算場景提供支撐，并可能從根本上重塑未來的計算格局。在下一代 6G 通信系統(tǒng)中，該芯片有望使通信基站實時處理大量天線信號、功耗極低，從而顯著提升網(wǎng)絡(luò)容量與能效。在迅速發(fā)展的人工智能領(lǐng)域，該技術(shù)預(yù)計可加速大型模型訓(xùn)練中的二階優(yōu)化算法，顯著提升訓(xùn)練效率。他補充道：“更重要的是，其低功耗特性將使復(fù)雜信號處理與端上 AI 訓(xùn)練-推理能夠直接運行，極大減少對云端的依賴，推動邊緣計算踏入新階段。” 

從技術(shù)層面來看，這款芯片基于 RRAM 的模擬矩陣運算架構(gòu)打破了長期以來模擬計算因噪聲、漂移、器件不一致性而難以實現(xiàn)高精度的瓶頸。類似架構(gòu)通過電流、電阻等模擬物理量直接實現(xiàn)矩陣運算（例如乘法、加法、求解線性方程組），而無需完全依賴數(shù)字邏輯。此前，模擬系統(tǒng)在精度與穩(wěn)定性方面難以與數(shù)字系統(tǒng)抗衡。此次研究表明，通過材料、器件、算法和系統(tǒng)協(xié)同優(yōu)化，模擬計算的精度門檻已被大幅突破。

此外，從產(chǎn)業(yè)化視角來看，雖然目前這款芯片仍處于科研階段，但其突破意義顯著。未來若能實現(xiàn)大規(guī)模制造、商業(yè)化部署，可能帶來以下幾方面影響：

• 大幅提升邊緣設(shè)備與通信基站的能效與處理能力，加速 AI 與 6G 場景落地；

• 改變傳統(tǒng)依賴大型數(shù)字處理器的數(shù)據(jù)中心計算模式，推動“小體量、高效率” AI 硬件趨勢；

• 在全球計算產(chǎn)業(yè)格局中增強中國在先進計算架構(gòu)領(lǐng)域的話語權(quán)與自主創(chuàng)新能力。

不過，該研究也并非無挑戰(zhàn)可言。產(chǎn)業(yè)化仍需解決的關(guān)鍵工程問題包括：器件一致性、規(guī)模制造良率、噪聲與溫度穩(wěn)定性、軟件與硬件生態(tài)適配、系統(tǒng)可靠性與壽命等。專家指出，從實驗室突破到大規(guī)模商用，還需要一段時間。

總的來看，這項突破式研究不僅在技術(shù)上代表一次“跨越”，更在戰(zhàn)略層面具有里程碑意義。它預(yù)示著，在計算架構(gòu)瓶頸愈發(fā)顯著的時代，模擬計算可能重新成為推動性能與效率躍升的重要路徑。未來的計算可能不僅僅是數(shù)字邏輯的演進，而且是物理量、材料、器件與系統(tǒng)協(xié)同創(chuàng)新的綜合體現(xiàn)。