北京大学团队成功研制出基于阻变存储器的高精度模拟矩阵计算芯片。该芯片实现了24比特定点数精度，矩阵方程求解相对误差低至10??量级，标志着我国在模拟计算领域取得重大突破。研究团队指出，该芯片专注于AI训练中最耗能的矩阵逆运算，将与现有CPU、GPU形成互补格局，有望在机器人和人工智能训练领域率先实现应用落地。
该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，在求解大规模MIMO信号检测等关键科学问题时，其计算吞吐量和能效相比当前顶级数字处理器（GPU）提升了百倍至千倍。相关研究成果发表在《自然·电子学》期刊上。 不同于传统的数字计算，模拟计算直接利用连续的物理量（如电压、电流）进行类比计算，取消了将数据转化为二进制数字流的过程，从而实现更高的计算效率和低能耗。
此次研究突破了模拟计算“算不准”的瓶颈，成功实现了16×16矩阵的24比特定点数精度求逆，相对误差低至10??量级。在求解32×32矩阵求逆问题时，其算力已超越高端GPU的单核性能；当问题规模扩大至128×128时，计算吞吐量达到顶级数字处理器的1000倍以上。 该芯片在未来AI领域特别是计算智能领域（如机器人和人工智能模型训练）中具有重要应用前景。孙仲表示，未来的计算架构将是互补共存的模式，CPU作为通用指挥单元，GPU专注加速矩阵乘法计算，而新的模拟计算芯片则高效处理AI等领域最耗能的矩阵逆运算，成为现有算力体系的有力补充。
