重大突破，北京大学新型“数学芯片”，实现千倍算力飞跃

hwwdx

重大突破，北京大学新型“数学芯片”，实现千倍算力飞跃

未来光锥
2025-10-16 15:50
北京
日常生活中的许多复杂问题，比如无线通信中的信号处理，天气预报中的大气模拟，甚至人工智能模型的训练，最终都可以转化为矩阵方程的求解问题。简单来说，矩阵方程就像是数学中的“配方”，通过已知的条件（矩阵 A 和向量 b）来求解未知的结果（向量x），其形式为：

Ax=b

传统的数字计算机在处理这类问题时，需要将数据在处理器和内存之间来回搬运，效率低、能耗高。尤其当数据量极大时，这一过程会变得异常缓慢，成为所谓的“冯·诺依曼瓶颈”。

10月13日，北京大学人工智能研究院孙仲研究员团队及合作者在《自然电子学》（Nature Electronics）杂志发表了题为Precise and scalable analogue matrix equation solving using resistive random-access memory chips（使用电阻随机存取存储器芯片实现精确可扩展的模拟矩阵方程求解）的论文，在新型计算架构上取得重大突破，为应对人工智能与6G通信等领域的算力挑战开辟了全新路径。

“一步到位”的模拟计算：忆阻器登场

研究团队采用的是一种叫做 “忆阻器” 的新型电子器件。它可以被看作一个“智能电阻”，能够记住过去通过它的电流大小。成千上万个忆阻器可以组成一个交叉阵列，直接作为一个物理矩阵来使用。

当输入一个电压信号时，阵列会自动输出矩阵运算的结果，整个过程几乎不需要数字计算的步骤，因此速度极快，能耗极低。这种计算方式被称为 “模拟矩阵计算”。

精度与规模如何两全其美？

然而，模拟计算长期以来的软肋是精度不足。以往的研究要么只能处理很小的矩阵，要么结果误差较大，难以实用。

北大团队这次提出的 “高精度模拟矩阵求逆” 方法，巧妙地结合了两种操作：

低精度矩阵求逆：快速给出一个“粗略解”；

高精度矩阵乘法：通过“比特切片”技术，将一个大矩阵拆成多个小矩阵，分别计算后再组合，逐步修正误差。

这种方法像是一位画家先勾勒草图，再层层上色细化，最终得到一幅细节丰富的作品。实验表明，该方法能以 24 比特的精度（媲美传统计算机的32位浮点数）求解 16×16 的矩阵方程。

应用场景：从6G通信到AI训练

研究团队将这一技术应用于 “大规模MIMO通信系统”，这是5G-A和6G的核心技术之一。在基站与手机之间的信号传输中，需要实时求解复杂的矩阵方程来还原原始信号。

实验显示，使用该模拟求解器，仅需2~3次迭代，就能实现与高端数字处理器相同的信号检测精度，且支持高阶调制技术（如256-QAM），传输效率大幅提升。


高精度矩阵方程求解在大规模多输入多输出（MIMO）迫零检测信号处理过程中的应用

性能对比：提速千倍，能效百倍

研究团队将他们的模拟系统与当前最先进的数字处理器，如英伟达H100 GPU、专用ASIC芯片进行了对比。结果显示：

计算速度提升 1000 倍，能效提升 100 倍！这意味着，在未来需要处理海量数据的智能系统，如边缘计算、自动驾驶、科学模拟）中，这类模拟计算芯片有望成为新一代高效计算引擎。

这项研究不仅突破了模拟计算长期以来的精度瓶颈，也展示了其在实际系统中的可行性与优越性，展现了一条通向高精度、高能效、可扩展模拟计算的道路。