国产新型模拟芯片发布，能效比突破性提升
非负矩阵分解作为揭示高维数据潜在结构的关键技术，已在推荐系统、生物信息学及图像处理等多个领域发挥重要作用。北京大学人工智能学院孙仲研究员团队围绕这一核心算法展开研究，成功开发出一款基于模拟计算的专用芯片，为大规模数据处理提供了全新的高效解决方案。与当前最先进的数字芯片相比，这款芯片在计算速度上提升了约12倍，能效比更实现了超228倍的飞跃。相关研究成果已发表于《自然·通讯》。
此次推出的芯片基于阻变存储器（RRAM）构建，实现了非负矩阵分解的模拟计算求解功能。研究团队进一步创新设计了一种可重构紧凑型广义逆电路，利用电导补偿机制，以最小的硬件资源实现核心计算功能。通过将最关键的计算步骤优化为一步求解，显著减少了芯片面积与能耗。
为全面评估芯片性能，研究团队搭建了实验测试平台，并在多个典型应用场景中进行了验证。在图像压缩任务中，该芯片在保证图像质量几乎不变的前提下，有效节省了一半的存储空间。在推荐系统测试中，其预测误差率与数字芯片相当，展现了良好的算法一致性。以网飞（Netflix）规模数据集为测试对象的推荐系统训练任务中，该芯片在计算速度上提升了约12倍，能效比更是高出228倍。
孙仲指出，该芯片有望为实时推荐系统、高清图像处理及基因组数据分析等多个高负载应用场景带来技术变革，推动人工智能系统向更高能效、更低功耗的方向持续演进。