突破瓶颈！我国成功研制新型芯片，引发高度关注

当10月13日零点的钟声掠过北大燕园，一缕暗红色指示灯在理科五号楼地下室骤然亮起——像有人把一颗极小的超新星塞进指甲盖。孙仲盯着示波器上那条几乎平直的电压线，屏住呼吸，直到它完成第10次迭代后仍稳在10⁻⁷误差以内，才用沙哑嗓音对身旁学生说：“成了。”那一刻，窗外银杏叶正无声坠落。

打开百度APP畅享高清图片

“把十伏电压直接当成数字‘十’，无需再转成‘1010’。”孙仲在采访里习惯用这句大白开场，然后抬手比划一条波浪线——那是模拟计算的语言：连续、平滑、没有0与1的悬崖。上世纪60年代，人类曾用真空管搭出同类机器计算火箭轨道，却因“算不准”被数字洪流淹没；如今，他的团队把“精度”这只漏水的船重新拖上岸，用阻变存储器（RRAM）做桨，划进Matrix Inverse的深海——那里是AI二阶训练的百慕大，时间复杂度高达O(N³)，顶级GPU也要烧掉整座小型水电站的能量。

论文刊于《自然·电子学》的当天，审稿人在附件里留下一句罕见的感性评语：“仿佛看见冯·诺依曼的墙被凿开一扇窗。”墙内是数字世界——计算与存储分立，数据像行李在CPU与内存之间来回托运；墙外是模拟原野——电压即数值，电流即结果，存储与运算在同一块RRAM十字阵列里完成，无需“转译”也无需“缓存”，功耗被拦腰斩断，延迟被压成薄片。孙仲把这块指甲大的芯片放在显微镜下，金属线像阡陌，阻变单元像稻田，“让电子自己跑一趟，就把矩阵方程解完”。

精度是悬在模拟头顶四十年的达摩克利斯之剑。团队用“分块+校正”两把钳子夹住误差：先把大矩阵切成16×16的小块，局部求逆后实时比对金色样本，误差反馈回偏压发生器，像给每根电压线装上微型方向盘；再引入自校准ADC，把模拟结果高速数字化抽检，一旦发现漂移立即拉回正轨。于是，示波器上出现一条近乎傲慢的曲线——24比特定点数精度，相对误差10⁻⁷，足以让传统模拟老将们汗颜。

性能数据更像一辆脱轨的列车：32×32矩阵求逆，单核算力超越高端GPU；128×128规模，吞吐量飙升到数字处理器的1000倍，能效提升百倍。为了让学生有直观感受，孙仲在实验室黑板上写下一行公式，然后指了指墙角那台用于对比的RTX 4090：“理论上，它跑一天的模型预热，咱们芯片只需一杯咖啡的散热时间。”学生们把这句玩笑做成表情包——“GPU：我咖啡呢？”——传进各大IC群，一夜之间点赞破万。

但孙仲反复强调：这不是“取代”，而是“补缺”。CPU仍是通用总指挥，GPU继续把矩阵乘法跑成烟花；他们的模拟芯只做一件事——矩阵逆，却做得又狠又准。“未来机器人关节控制、大模型二阶优化、实时信号处理，这些最耗能的环节可以交给模拟芯做‘能效刺客’，其余留给成熟生态。”他把这种架构比作交响乐团：CPU是指挥，GPU是弦乐，他们的芯片则是那面只在高潮出现的定音鼓——一锤定音，余音绕梁。

产业界已闻到鼓声。国内某头部服务器厂商悄悄把团队请去亦庄，现场摆出整套液冷机柜；华为2012实验室送来自研的AI框架，希望把矩阵逆算子直接写进编译器；甚至连做工业机器人控制的老牌德企也飞到北京，只为亲眼看一次“一分钟干一天活”的魔术。孙仲在黑板写下三个字母——“PPA”（Power, Performance, Area），然后画一条向上箭头：“模拟芯的PPA曲线还远没到顶，接下来我们要把规模做到1024×1024，让误差继续下探到10⁻⁹，把GPU的散热片卷成我们的书签。”

凌晨两点，实验室的灯依旧亮着。学生们围着测试台，看一块刚流片回来的新芯在示波器上跑第十万次迭代，电压线依旧稳如直线。窗外，中关村大街的车流已稀疏，可每一束车灯掠过墙面，都像给那条电压线镀上一层银色——仿佛替未来AI的算力夜空，提前点亮一颗极小的、却持续发光的模拟星。

在新加坡生活

512篇原创