每經(jīng)編輯|程鵬    

　　近日，突破北京大學(xué)人工智能研究院孫仲研究員團隊聯(lián)合集成電路學(xué)院研究團隊，瓶頸片成功研制出基于阻變存儲器的國成功研高精度、可擴展模擬矩陣計算芯片，制新首次實(shí)現了在精度上可與數字計算媲美的型芯模擬計算系統。

　　該芯片在求解大規模MIMO信號檢測等關(guān)鍵科學(xué)問(wèn)題時(shí)，突破計算吞吐量與能效較當前頂級數字處理器（GPU）提升百倍至千倍。瓶頸片相關(guān)論文于10月13日刊發(fā)于《自然·電子學(xué)》期刊。國成功研

　　對于大多數習慣了數字計算機（0和1）的公眾而言，“模擬計算”是型芯一個(gè)既古老又新奇的概念，什么是突破模擬計算呢？

　　孫仲首先用生動(dòng)的比喻對其進(jìn)行解釋?zhuān)骸艾F在的所有芯片都是數字計算，數據都需要先轉換成0和1的瓶頸片符號串。比如數字‘十’，國成功研需要轉譯成‘1’和‘0’，制新計為‘1010’。型芯”如果用二進(jìn)制來(lái)表示“1+1=2”，則應該記作“1+1=10”。

　　孫仲說(shuō)，“而模擬計算則無(wú)需這層‘轉譯’，它是一種‘類(lèi)比計算’（analogue computing），可以直接用連續的物理量（如電壓、電流）來(lái)類(lèi)比數學(xué)上的數字。比如，數學(xué)上的‘十’，可以直接用十伏或十毫伏的電壓來(lái)表示?！?/p>

　　模擬計算機在計算機發(fā)展早期（上世紀30-60年代）曾被廣泛應用，但隨著(zhù)計算任務(wù)日益復雜，其精度瓶頸凸顯，逐漸被數字計算取代。孫仲指出，此次研究的核心正是要解決模擬計算“算不準”這一痛點(diǎn)。

　　當前的市面上的主流CPU和GPU都是數字芯片，并都采用馮諾依曼結構，將計算和存儲功能分開(kāi)，通過(guò)01數字流的編譯+計算+解碼實(shí)現信息計算和傳輸。

　　基于阻變存儲器的模擬計算的優(yōu)勢之一在于取消了“將數據轉化為二進(jìn)制數字流”這一過(guò)程，同時(shí)不必進(jìn)行“過(guò)程性數據存儲”，進(jìn)而將數據計算過(guò)程與數據存儲合而為一，實(shí)現算力解放。

　　孫仲指出，與其他“存算一體”方案對比，國內外許多團隊集中于研究矩陣乘法（AI推理的核心），而他的團隊特色在于專(zhuān)注于更具挑戰性的矩陣方程求解（AI二階訓練的核心）。矩陣求逆操作要求的計算精度極高，時(shí)間復雜度達到了立方級。而模擬計算憑借物理規律直接運算的方式，具有低功耗、低延遲、高能效、高并行的天然優(yōu)勢，只要能夠不斷降低計算誤差，不斷提升計算精度，將為傳統GPU的算力解放帶來(lái)爆炸性突破。

　　在計算精度方面，團隊在實(shí)驗上成功實(shí)現16×16矩陣的24比特定點(diǎn)數精度求逆，矩陣方程求解經(jīng)過(guò)10次迭代后，相對誤差可低至10??量級。在計算性能方面，在求解32×32矩陣求逆問(wèn)題時(shí)，其算力已超越高端GPU的單核性能；當問(wèn)題規模擴大至128×128時(shí)，計算吞吐量更達到頂級數字處理器的1000倍以上，傳統GPU干一天的活，這款芯片一分鐘就能搞定。

　　關(guān)于應用前景，孫仲認為，模擬計算在未來(lái)AI領(lǐng)域的定位是強大的補充，最有可能快速落地的場(chǎng)景是計算智能領(lǐng)域，如機器人和人工智能模型的訓練。

　　談及與現有計算架構的關(guān)系，孫仲強調未來(lái)將是互補共存：“CPU作為通用‘總指揮’因其成熟與經(jīng)濟性而難以被淘汰。GPU則專(zhuān)注于加速矩陣乘法計算。我們的模擬計算芯片，旨在更高效地處理AI等領(lǐng)域最耗能的矩陣逆運算，是對現有算力體系的有力補充?！?/p>

　　封面圖片來(lái)源：視覺(jué)中國（資料圖 圖文無(wú)關(guān)）

　　 每日經(jīng)濟新聞綜合自北京大學(xué)、科技日報（記者：張蓋倫）

責任編輯：劉光博