10月13日，北京大学AI研究院孙仲研究员团队及合作者的新研究成果，登上国际顶级学术期刊Nature子刊Nature Electronics。
该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，将传统模拟计算的精度提升了五个数量级，首次将模拟计算的精度提升至24位定点精度，可与数字计算媲美。
论文提到，相关性能评估表明，该芯片在求解大规模多输入多输出（MIMO）信号检测等关键科学问题时，在相同的精度下，该模拟计算方法可以提供比最先进的GPU高1000倍的吞吐量和100倍的能效。
孙仲认为，这项进展能在未来的6G通信领域让基站实时、低能耗处理海量天线信号，提升网络容量和能效；在AI领域其有望加速大模型训练中计算密集的二阶优化算法从而提升训练效率，此外其低功耗特性也可支持复杂信号处理和AI训推一体在终端设备上的直接运行，推动边缘计算发展。
这一成果标志着我国突破模拟计算世纪难题，在后摩尔时代计算范式变革中取得重大突破，为应对AI与6G通信等领域的算力挑战开辟了全新路径。
论文的题目为《基于阻变存储器芯片的高精度、可扩展模拟矩阵方程求解技术（Precise and scalable analogue matrix equation solving using resistive random-access memory chips）。该研究由北京大学AI研究院通用AI芯片研究中心主导，并联合集成电路学院研究团队完成，孙仲课题组在项目攻关中发挥了核心作用，是此项成果的主要贡献者。
| 通信人家园 (https://www.txrjy.com/) | Powered by C114 |