核心技术突破 - 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 [1] - 该芯片的核心创新在于解决了模拟计算“算不准”的痛点 [4] - 团队专注于更具挑战性的矩阵方程求解，这是AI二阶训练的核心，而非仅集中于矩阵乘法 [6] 性能优势 - 在求解大规模MIMO信号检测等问题时，计算吞吐量与能效较当前顶级数字处理器提升百倍至千倍 [1] - 当问题规模扩大至128×128时，计算吞吐量达到顶级数字处理器的1000倍以上，传统GPU需一天完成的工作，该芯片一分钟即可搞定 [8] - 模拟计算具有低功耗、低延迟、高能效、高并行的天然优势 [6] - 实验成功实现16×16矩阵的24比特定点数精度求逆，矩阵方程求解经过10次迭代后相对误差低至10⁻⁷量级 [8] 技术原理与架构 - 模拟计算无需将数据转化为二进制数字流，是一种“类比计算”，直接用连续的物理量来类比数学数字 [4] - 基于阻变存储器的模拟计算取消了过程性数据存储，将数据计算过程与数据存储合而为一，实现算力解放 [6] - 该技术路径不同于采用冯诺依曼结构的当前主流CPU和GPU [6] 行业定位与应用前景 - 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 [10] - 该芯片旨在更高效地处理AI等领域最耗能的矩阵逆运算，是对现有算力体系的有力补充 [10] - 未来将与CPU、GPU互补共存，CPU作为通用总指挥，GPU专注于加速矩阵乘法 [10]