北京大学人工智慧研究院孙仲研究员领衔、联合集成电路（积体电路，下同）学院合作开发的研究团队，成功研制出一款基于“阻变记忆体（ReRAM）”的高精度、可扩展模拟矩阵运算芯片，首次在计算精度上达到可与数位计算相媲美的水准。该芯片在大规模讯号侦测等运算中，效能比现有GPU提升百倍至千倍，相关成果于10月13日刊登于《自然·电子学》。

《光明网》报道， 该芯片（芯片，下同）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。

孙仲指出，传统数位芯片需将资料转换为“0与1”的符号串，而模拟计算则可直接以电压或电流等连续物理量来表示数值，无需转译，效率更高。他以生动比喻称，“在数位计算中，数字『10』要被转译为『1010』，而模拟计算可以直接用十伏的电压来表示，省去转换过程。”

模拟计算在十九世纪三十至六十年代曾被广泛应用，但因精度不足而被数位计算取代，孙仲团队此次研究的关键目标，正是要突破“算不准”的瓶颈。他解释，这款芯片整合了运算与储存功能，省去数据转换与传输环节，大幅降低能耗与延迟，实现真正的“存算合一”。

在

技术层面，该团队在32×32矩阵测试中，其算力超越高端GPU单核心，当扩展至128×128时，吞吐量更比传统处理器高出千倍。孙仲表示，传统GPU要计算一天的任务，该芯片一分钟就能完成。

对于未来投入实际应用，孙仲认为，模拟计算将成为AI运算的重要补充，尤其适合机器人、人工智慧训练等高能耗场景，“CPU作为通用总指挥，因其成熟与经济性而难以被淘汰，GPU则专注于加速矩阵乘法计算，我们的模拟计算芯片，旨在更高效地处理AI等领域最耗能的矩阵逆运算，是对现有算力体系的有力补充。”