北京大学人工智能研究院孙仲团队与集成电路学院联合研究，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。这一芯片首次将模拟计算的精度提升至24位定点精度，在大规模MIMO信号检测等关键科学问题上，其计算吞吐量和能效比当前顶级数字处理器（如GPU）提升百倍至千倍。该成果标志着我国在突破模拟计算世纪难题方面取得重大进展，为后摩尔时代的计算范式变革提供了新路径，对人工智能和6G通信领域的算力挑战提供了解决方案。
模拟计算具有高并行、低延时、低功耗的优势，但传统模拟计算精度低、难扩展。研究团队通过新型信息器件、原创电路和经典算法的协同设计，实现了兼具高精度和可扩展性的模拟计算系统，将传统模拟计算的精度提升了五个数量级。研究团队提出的块矩阵模拟计算方法成功解决了规模限制问题，实验表明该技术在算力和能效方面有显著优势。例如，在求解32×32矩阵求逆问题时，其算力超越高端GPU的单核，当问题规模扩大至128×128时，计算吞吐量可达顶级数字处理器的1000倍以上。
这项技术的突破不仅在于理论层面，还展示了广阔的应用前景。在6G通信领域，能以实时且低能耗方式处理海量天线信号，提升网络容量和能效；在人工智能领域，有望加速大模型训练中的计算密集型二阶优化算法，提高训练效率。此外，低功耗特性也将支持复杂信号处理和AI训推一体在终端设备上的直接运行，推动边缘计算的发展。
目前，研究团队正积极推进该技术的产业化进程，希望尽快将实验室成果推向市场，为算力提升探索出一条高效且绿色的途径，打破数字计算的长期垄断。
