据微信公众号“北京大学人工智能研究院”13日消息，北京大学人工智能研究院孙仲研究员团队及合作者在国际学术期刊Nature Electronics杂志发表论文，在新型计算架构上取得重大突破。

研究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，首次实现了在精度上可与数字计算媲美的模拟计算系统，将传统模拟计算的精度提升了惊人的五个数量级。相关性能评估表明，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。

据了解，我们熟悉的通信基站信号处理、AI大模型训练参数优化等，本质都是在解复杂的矩阵方程。采用数字方法实现高精度矩阵求逆的计算开销极大，耗时长、能耗高。于是，曾被视为老旧技术的模拟计算重新进入研究视野，它直接利用物理定律实现并行运算，延时低、功耗低，在算力瓶颈背景下，具有先天优势。但如何让模拟计算兼具高精度与可扩展性，从而在现代计算任务中发挥其先天优势，一直是困扰全球科学界的世纪难题。

孙仲团队选择了一条融合创新的道路，通过新型信息器件、原创电路和经典算法的协同设计，构建了一个基于阻变存储器阵列的高精度、可拓展的全模拟矩阵方程求解器，首次将模拟计算的精度提升至24位定点精度。