在實驗中,團隊成功實現(xiàn)了16×16矩陣的24比特定點數(shù)精度求逆,矩陣方程求解經(jīng)過10次迭代后,相對誤差可低至10??量級。在計算性能方面,當(dāng)求解32×32矩陣求逆問題時,其算力已超過高端GPU的單核性能;當(dāng)問題規(guī)模擴大至128×128時,計算吞吐量更是達到頂級數(shù)字處理器的1000倍以上。這意味著傳統(tǒng)GPU需要一天完成的任務(wù),這款芯片只需一分鐘就能搞定。
關(guān)于應(yīng)用前景,孫仲認為模擬計算在未來AI領(lǐng)域?qū)缪葜匾a充角色,尤其是在機器人和人工智能模型訓(xùn)練等計算智能領(lǐng)域。談及與現(xiàn)有計算架構(gòu)的關(guān)系,孫仲強調(diào)未來將是互補共存的局面:CPU作為通用“總指揮”因其成熟與經(jīng)濟性難以被淘汰,GPU則專注于加速矩陣乘法計算,而他們的模擬計算芯片旨在更高效地處理AI等領(lǐng)域最耗能的矩陣逆運算,是對現(xiàn)有算力體系的重要補充。
近日,北京大學(xué)人工智能研究院孫仲研究員團隊與集成電路學(xué)院研究團隊合作,成功研發(fā)了一種基于阻變存儲器的高精度、可擴展模擬矩陣計算芯片
2025-10-24 08:33:43突破瓶頸