国产模拟计算芯片问世，性能突破引发行业关注
国产模拟计算芯片问世，性能突破引发行业关注
非负矩阵分解作为一种关键的数据解析方法，常用于推荐系统、基因组学及图像处理等领域。北京大学人工智能学院的孙仲研究员团队，近期推出了一款基于该算法的模拟计算芯片，为处理大规模数据集提供了全新思路。据测试，该芯片在计算效率和能耗控制方面显著优于现有数字芯片，计算速度提升近12倍，能效比则达到传统芯片的228倍以上。相关研究成果已发表于国际权威期刊《自然·通讯》。
该芯片采用阻变存储器（RRAM）作为核心组件，设计了一款非负矩阵分解模拟求解器。团队创新性地引入了可重构紧凑型广义逆电路结构，并利用电导补偿原理，以少量计算单元完成关键运算任务。这种设计优化了计算流程，实现了一步式求解，大幅降低了芯片的面积与功耗。
为验证芯片的实用性，研究团队搭建了专门的测试平台，模拟典型应用场景。在图像压缩任务中，与全精度数字计算机处理结果相比，该芯片在图像质量损失几乎可忽略的前提下，节省了约50%的存储资源。在推荐系统测试中，其预测误差率与数字芯片的计算结果接近。在基于Netflix数据集的推荐系统训练任务中，芯片计算速度提升了约12倍，能效比则提高了超过228倍。
孙仲指出，这项研究有望推动实时推荐系统、高清图像处理以及基因序列分析等多个领域的技术升级，为人工智能系统走向更高效率与更低能耗提供了坚实支撑。
查看全文
作者最近更新
-
量子传感与精密测量北京市重点实验室正式获批传感地图
03-18 16:55 -
量子传感与精密测量北京市重点实验室正式获批传感地图03-17 18:59
评论0条评论