北京大学人工智能研究院孙仲团队在国际顶级期刊《自然?电子学》发表突破性研究成果，成功研制出基于阻变存储器的高精度模拟矩阵计算芯片。该芯片将传统模拟计算精度提升五个数量级，在求解大规模MIMO信号检测等关键问题时，计算吞吐量与能效较当前顶级GPU提升百倍至千倍，为后摩尔时代计算范式变革开辟全新路径。
研究团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，首次使模拟计算在精度上可与数字计算媲美，将传统模拟计算的精度提升了五个数量级。性能评估表明，该芯片在求解大规模MIMO信号检测等关键科学问题时，计算吞吐量与能效较当前顶级数字处理器（GPU）提升百倍至千倍。这一成果标志着我国在突破模拟计算世纪难题方面取得了重大进展，为应对人工智能与6G通信等领域的算力挑战开辟了全新路径。
研究背景显示，矩阵方程求解是线性代数的核心内容，广泛应用于信号处理、科学计算及神经网络二阶训练等领域。传统的高精度矩阵求逆数字计算开销巨大，时间复杂度高达立方级。面对大数据驱动应用带来的高复杂度计算挑战，模拟计算因其高并行、低延时、低功耗的优势重新受到关注。然而，传统模拟计算因低精度和难扩展逐渐被高精度、可编程的数字计算取代。 研究方法包括构建基于阻变存储器阵列的高精度、可拓展全模拟矩阵方程求解器，通过新型信息器件、原创电路和经典算法的协同设计，将模拟计算精度提升至24位定点精度。研究团队结合模拟低精度矩阵求逆和模拟高精度矩阵-向量乘法运算，开发了一种基于全模拟矩阵运算的高精度矩阵方程求解方案，并在40nm CMOS工艺平台上制造出相应电路。 实验结果显示，通过与块矩阵算法相结合，他们在实验上成功实现了16×16矩阵的24比特定点数精度求逆，显著提高了计算精度和效率。
