技术突破核心 - 北京大学团队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，首次实现精度可与数字计算媲美的模拟计算系统 [2] - 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当前顶级数字处理器（GPU）提升百倍至千倍 [2] - 研究团队在试验中成功实现了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 [4] 性能优势 - 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矩阵时，计算吞吐量达到顶级数字处理器的1000倍以上 [4] - 传统GPU需要处理1天的任务，这款模拟计算芯片仅需1分钟即可完成 [4] - 模拟计算芯片基于阻变存储器实现真正的“存算一体”，从根本上消除了数据搬运的能耗，解决了冯·诺依曼架构的“内存墙”问题 [5][6] 应用前景 - 模拟计算在未来AI领域的定位是强大的补充，最有可能快速落地的场景是计算智能领域，如机器人和人工智能模型的训练 [6] - 在汽车产业，模拟计算芯片的低功耗、高能效特性契合电动汽车的能效管理需求，解决128×128矩阵求逆问题时能耗仅为传统方案的千分之一 [7] - 该技术专注于矩阵方程求解——AI二阶训练的核心，在自动驾驶领域可使车辆更快处理多传感器融合数据，大幅缩短算法迭代周期 [7] 产业挑战 - 模拟计算芯片从实验室走向产业化面临可靠性挑战，汽车电子需要承受-40℃～125℃的温度变化等严苛环境，阻变存储器件的耐久性和稳定性尚待验证 [9] - 数字芯片已形成成熟的规模化制造和供应链体系，而新型模拟计算芯片仍处于产业化过渡早期，成本劣势在价格敏感的汽车行业是一大短板 [9] - 阻变存储的基础材料体系仍未完全确定，器件的一致性和可靠性距离车规级要求的“零失效”标准还有相当距离 [10]