主要观点总结
北京大学人工智能研究院孙仲研究员团队联合集成电路学院研究团队,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。该芯片在计算吞吐量与能效方面较当前顶级数字处理器有百倍至千倍的提升,并在求解大规模MIMO信号检测等关键问题上表现出色。相关论文已发表在《自然·电子学》期刊上。
关键观点总结
关键观点1: 研发成果
基于阻变存储器的高精度、可扩展模拟矩阵计算芯片研制成功,首次实现与数字计算相当的模拟计算系统。
关键观点2: 芯片性能
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数字处理器提升百倍至千倍。
关键观点3: 模拟计算解释
模拟计算是一种无需将数据转化为二进制数字流的计算方式,可直接用连续的物理量(如电压、电流)进行类比数学上的数字,具有低功耗、低延迟、高能效、高并行的天然优势。
关键观点4: 研究重点
该芯片专注于矩阵方程求解(AI二阶训练的核心),在实验上成功实现16×16矩阵的24比特定点数精度求逆,并在计算性能上超越高端GPU的单核性能。
关键观点5: 应用前景
模拟计算在未来AI领域的定位是强大的补充,最有可能快速落地的场景是计算智能领域,如机器人和人工智能模型的训练。未来将是多种计算架构互补共存的时代。
免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。
原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过
【版权申诉通道】联系我们处理。