“24位定点精度、28纳米成熟工艺量产、绕开光刻机卡脖子环节——北京大学团队研制的新型模拟矩阵计算芯片，在全球范围内实现了模拟计算精度的重大突破，为我国芯片产业突破技术封锁提供了全新路径。”12月29日，这一消息引发科技与财经领域的广泛关注。当AI时代算力需求呈指数级增长，而传统芯片受制于光刻机技术瓶颈难以突破时，这款新型芯片的问世，不仅改写了模拟计算“低精度”的行业认知，更标志着我国在芯片技术路线上实现了“换道超车”，其商业价值与战略意义不可估量。
我国科研团队研制的新型模拟矩阵计算芯片，通过采用模拟计算技术路线，将精度提升至24位定点精度，可在28纳米成熟工艺量产，成功绕开光刻机卡脖子环节，为芯片产业高质量发展提供了新路径。
这款新型芯片的核心突破的在于“技术路线创新”与“精度瓶颈突破”。据北京大学人工智能研究院/集成电路学院双聘助理教授孙仲介绍，当前主流芯片无论是GPU、CPU还是NPU，均为数字芯片，基于硅基晶体管与逻辑门，依赖二进制计算，而其发展高度依赖摩尔定律——晶体管微缩至纳米级别，才能实现算力提升。但如今摩尔定律趋于终结，晶体管难以再微缩，传统芯片只能通过横向堆计算卡提升算力，导致能耗与碳排放呈指数级上升，与国家“双碳”目标相悖。
而此次研制的新型芯片，采用模拟计算技术路线，摒弃了传统硅基晶体管与逻辑门，以阻变存储器为介质，将待解的矩阵方程映射至电路物理量，使电路自发求解矩阵方程。模拟计算无需将信息二进制化，可直接通过物理定律完成计算，省去了数字计算的“翻译”环节，在速度与能耗上均具备显著优势——完成一次“1+1”计算仅需1个电子级物理量，而数字计算需要28个晶体管，能耗下降数个量级。
精度突破是这款芯片的另一大亮点。模拟计算曾在上世纪30-60年代广泛应用，但因精度瓶颈被数字计算取代，此前模拟计算的相对误差仅能控制在1%量级，无法满足大规模计算需求。而北京大学团队通过迭代优化算法，将相对误差大幅压降至千万分之一(10⁻⁷)量级，精度提升至24位定点精度，相当于数字计算的浮点32位(FP32)，首次具备与主流数字精度接轨的能力，可支撑AI大模型训练、6G、具身智能等前沿场景。
更重要的是，这款芯片可在28纳米及以上成熟工艺量产，成功绕开了光刻机卡脖子环节。当前我国在7纳米以下先进工艺芯片领域，受制于高端光刻机技术封锁，难以实现自主量产，而28纳米成熟工艺已实现国产化，无需依赖高端光刻机。据测算，这款新型芯片的量产成本仅为同算力数字芯片的1/3.且能耗降低80%以上，具备极强的商业化潜力。
专家观点高度肯定了该芯片的战略意义。“这款新型芯片的问世，是我国芯片产业‘换道超车’的重要突破，不仅解决了模拟计算的精度瓶颈，更绕开了光刻机技术封锁，为我国芯片产业发展提供了全新路径。”中国科学院院士、清华大学集成电路学院教授吴华强表示，“在AI算力需求爆发的背景下，模拟计算芯片有望成为继GPU之后的新一代算力核心，市场规模将快速扩大。”中金公司电子行业首席分析师彭虎则认为，“该技术若实现大规模商业化，将带动阻变存储器、模拟电路等产业链环节的发展，预计2026年相关市场规模将突破500亿元。”
文中穿插的增量信息包括模拟计算与数字计算的技术对比、芯片精度数据、量产工艺要求等，同时补充了科研团队的研发历程——从2019年提出低精度电路，到2025年实现千万分之一误差的精度突破，团队用6年时间攻克了模拟计算的核心痛点。此外，该芯片的应用场景落地也已提上日程，目前已与多家AI企业、通信企业达成合作，开展AI大模型训练与6G技术适配测试。
短期来看，这款新型芯片将进入小批量量产阶段，优先在AI大模型训练、6G等高端场景落地，逐步验证其商业化潜力。对于相关产业链而言，阻变存储器、模拟电路设计等领域将直接受益，相关企业的技术研发与产能扩张值得关注。中长期看，模拟计算技术路线有望成为我国芯片产业突破技术封锁的重要方向，随着技术不断成熟与成本持续下降，将逐步替代部分数字芯片的应用场景，推动我国芯片产业实现高质量发展。但需警惕技术产业化过程中的风险，如市场认可度不足、产业链配套不完善等，需要政府、企业与科研机构协同发力，加快技术转化与产业布局。
文章来源于网络。发布者：火星财经，转载请注明出处：https://www.sengcheng.com/article/120501.html
微信扫一扫 
支付宝扫一扫 
