能效比暴涨228倍！北大团队推出新型模拟计算芯片，破解 AI 算力与能耗难题

伴随 AI 大模型和各种复杂算法的兴起，硬件层面的能效问题越来越突出。北京大学人工智能学院孙仲研究员团队在高效计算芯片方向取得突破，打造出一款面向“非负矩阵分解”（NMF）的模拟计算芯片，为处理海量数据提供更快、更低功耗的新思路。

“非负矩阵分解”是图像处理、推荐系统以及生物信息学中的关键方法。传统数字芯片在实时应对大规模数据时，常受限于高计算复杂度与内存访问瓶颈。为解决这一难题，北大团队选择走模拟计算路线，利用物理特性直接并行运算，从底层降低延迟和能耗。

实验结果显示，这款新型芯片在典型应用中表现亮眼。与当前主流的先进数字芯片相比，其计算速度提升约 12倍，能效比更是提高超过 228倍。这意味着在极低能量消耗下，它就能完成远超传统硬件的工作量。

据悉，该成果已于1月19日发表在国际顶级期刊《自然·通讯》上。实际测试中，这枚芯片在图像压缩任务里不仅保证了极高的精度，还节省了约一半的存储空间；在商业数据集的推荐系统训练中，性能同样明显优于传统硬件。孙仲研究员表示，这项工作展现了模拟计算处理复杂真实数据的巨大潜力，未来有望在实时推荐、高清图像处理等场景中广泛应用。