北京大學(xué)研究團隊在《自然?電子學(xué)》發(fā)表了一項硬核成果，把模擬計算的精度做到了24位定點水平，這是首次實現(xiàn)和數(shù)字計算相當?shù)臏蚀_度。

困擾科學(xué)界幾十年的模擬計算“精度瓶頸”，就這么被咱們國內(nèi)團隊給解決了。

我以前一直覺得模擬計算就是被淘汰的老技術(shù)，沒想到現(xiàn)在能逆襲，這背后的邏輯真的挺讓人好奇。

數(shù)字計算處理數(shù)據(jù)得先轉(zhuǎn)成二進制，比如把“十”變成“1010”，而模擬計算直接用十伏電壓這種連續(xù)物理量代表“十”。

孫仲研究員的這個比喻特別好懂，也點出了模擬計算的核心特質(zhì)——用物理定律直接做數(shù)學(xué)運算。

早年間，模擬計算還在科學(xué)計算、工程設(shè)計里占主導(dǎo)，但隨著任務(wù)越來越復(fù)雜，精度不夠的問題暴露出來，最后被數(shù)字計算搶了風(fēng)頭。

這半個多世紀里，數(shù)字計算幾乎壟斷了整個行業(yè)，沒人想到模擬計算還能卷土重來。

不過現(xiàn)在不一樣了，數(shù)字計算的馮?諾伊曼架構(gòu)有個硬傷，計算和存儲分開，數(shù)據(jù)傳輸?shù)臅r候能耗特別大，這也成了它性能提升的天花板。

模擬計算：從“過時技術(shù)”到“算力黑馬”

北大團隊的突破不是單點發(fā)力，而是器件、電路、算法三層配合的結(jié)果。

本來想簡單說下技術(shù)原理，但后來發(fā)現(xiàn)得講明白這三層的關(guān)系才好理解。

核心器件用的是可編程阻變存儲器，電壓能調(diào)節(jié)它的電阻值，既能存數(shù)據(jù)又能做計算，真正實現(xiàn)了“存算一體”。

這種設(shè)計剛好避開了數(shù)字計算數(shù)據(jù)傳輸?shù)哪芎膯栴}，算是從根上解決了痛點。

電路設(shè)計方面，孫仲團隊2019年就做出了基于阻變存儲器陣列的矩陣方程求解電路，只是當時精度只有1%左右。

經(jīng)過好幾年的優(yōu)化，他們把這款原創(chuàng)電路和其他技術(shù)整合起來，性能一下就上去了。

算法上的巧思更關(guān)鍵，他們用位切片技術(shù)把24位精度拆成8個3位模塊，再用迭代優(yōu)化的方法，先拿低精度電路出個粗解，再用高精度乘法器修正，幾次下來就能得到精確結(jié)果。

如此看來，這個技術(shù)的性能確實能打。

在矩陣運算里，它的相對誤差能降到很低，完全滿足科學(xué)計算和工程應(yīng)用的要求。

更讓人驚喜的是算力和能效，處理大規(guī)模矩陣的時候，吞吐量是頂級數(shù)字處理器的上千倍，能效也提升了上百倍。

現(xiàn)在全球數(shù)據(jù)中心能耗越來越高，這種低能耗的算力方案，不管是降低運營成本還是實現(xiàn)碳中和，都有重要意義。

它的落地場景也很實在，比如6G通信里的大規(guī)模MIMO信號檢測，天線數(shù)量多了之后計算復(fù)雜度會指數(shù)級增長，模擬計算芯片剛好能應(yīng)對這個問題。

經(jīng)測試，僅三次迭代，便能恢復(fù)出清晰結(jié)果。其誤碼率與運用32位數(shù)字計算時幾近相同，充分展現(xiàn)出高效精準之特性。

而且它還適合AI二階優(yōu)化算法、機器人運動規(guī)劃這些高耗能場景，低功耗的特點也能讓復(fù)雜AI算法在智能穿戴、工業(yè)傳感器這些終端設(shè)備上運行，減少對云端的依賴。

和國內(nèi)外其他“存算一體”方案比，北大團隊選的路線更難。

別人大多聚焦矩陣乘法，他們直接攻克了更復(fù)雜的矩陣方程求解，這種立方級時間復(fù)雜度的任務(wù)，剛好能發(fā)揮模擬計算的優(yōu)勢。

三層創(chuàng)新+產(chǎn)業(yè)協(xié)同：國產(chǎn)算力的破局之道

北大的這個突破不是孤立事件，國內(nèi)芯片產(chǎn)業(yè)整體都在發(fā)力。

復(fù)旦大學(xué)的“長纓”架構(gòu)解決了二維信息器件工程化的難題，沐曦集成電路推出了全國產(chǎn)通用GPU“曦云C600”，這些成果湊到一起，才構(gòu)成了國產(chǎn)芯片自主創(chuàng)新的完整圖景。

產(chǎn)業(yè)鏈的支撐也越來越完善，新凱來的半導(dǎo)體設(shè)備、萬里眼的90GHz示波器，還有宏泰半導(dǎo)體在測試設(shè)備領(lǐng)域的突破，都為高端芯片研發(fā)提供了保障。

在資本領(lǐng)域，深圳設(shè)立了規(guī)模達50億元的半導(dǎo)體與集成電路基金。該基金著重投向算力、新型存儲等核心領(lǐng)域，有了資金的有力支撐，技術(shù)轉(zhuǎn)化的進程也將更為迅疾。

孫仲的觀點我很認同，未來不同計算范式會互補共存，而不是互相替代。

在運算體系中，CPU依舊擔(dān)當通用“總指揮”之責(zé)；GPU著力于矩陣乘法加速；而模擬計算芯片則專攻AI領(lǐng)域里能耗極高的矩陣逆運算，各司其職。

這種異構(gòu)計算架構(gòu)能讓每種計算方式都發(fā)揮優(yōu)勢，給前沿應(yīng)用提供更全面的算力支持。

本來想只講北大這一個成果，但后來發(fā)現(xiàn)，沒有整個產(chǎn)業(yè)的協(xié)同，單個技術(shù)突破也很難走得遠。

北京大學(xué)研發(fā)的模擬計算芯片，宛如一塊精準的拼圖，恰到好處地填補了國產(chǎn)算力領(lǐng)域的一處短板，為我國算力發(fā)展的完整版圖添上了關(guān)鍵一筆。

其價值不僅彰顯于技術(shù)維度，更在于實證模擬計算能夠攻克現(xiàn)代科學(xué)工程的核心計算難關(guān)，為算力提升開辟了一條全新的路徑，可謂意義重大、影響深遠。

毫無疑問，隨著產(chǎn)業(yè)化推進，模擬計算會在更多場景落地。

從6G基站到邊緣智能設(shè)備，這種高效能、低功耗的算力方案，會讓計算生態(tài)變得更多元。

而國產(chǎn)芯片產(chǎn)業(yè)的協(xié)同創(chuàng)新，也會讓我們在全球算力競爭中更有底氣。

由北大團隊引領(lǐng)的模擬計算復(fù)興浪潮正澎湃而來，其如同一把鑰匙，正緩緩開啟一個綠色高效、充滿無限可能的算力新時代，為未來發(fā)展注入新的活力。