国产新型模拟计算芯片问世，能效比实现突破性提升
北京大学人工智能学院孙仲研究员团队近期在模拟计算芯片领域取得重要进展，开发出一款基于非负矩阵分解（NMF）的高效模拟计算芯片。这一技术突破为大规模数据处理提供了全新方案，在计算速度与能效方面显著超越当前主流数字芯片。相关研究成果已发表于国际权威期刊《自然·通讯》。
该芯片依托阻变存储器（RRAM）构建，核心是一套专为非负矩阵分解设计的模拟计算求解器。团队创新性引入可重构紧凑型广义逆电路，采用电导补偿机制，大幅简化计算单元结构，在实现相同功能的前提下，显著减少了芯片面积和能耗。这一设计特别针对非负矩阵分解中的关键计算步骤，实现单步完成，提升整体运算效率。
为验证芯片的实际性能，研究团队搭建了多个测试平台，覆盖典型应用场景。在图像压缩实验中，该芯片输出图像的精度与全精度数字系统相当，但存储空间需求减少一半；在推荐系统任务中，预测误差率与传统数字芯片表现高度一致。特别是在网飞（Netflix）大规模数据集上的测试中，芯片计算速度提升了约12倍，能效比则达到数字芯片的228倍以上。
该技术在多个高实时性、高能耗需求的领域具有重要应用前景。例如，在实时推荐系统中，能有效提升响应速度并降低服务器负载；在高清图像处理与基因数据解析中，则可实现更快速的特征提取与模式识别。这项成果推动了人工智能算法与硬件协同优化的发展路径，为下一代低功耗、高性能计算平台奠定了坚实基础。