能效提升228倍！北大团队打造新型模拟计算芯片，攻克 AI 算力与能耗难题

随着 AI 大模型和各类复杂算法的迅猛发展，硬件端的能效压力愈发明显。北京大学人工智能学院孙仲研究员团队在高能效计算芯片方向取得重大进展。团队成功打造出一款专为“非负矩阵分解”（NMF）设计的模拟计算芯片，为处理海量数据提供了更高效、更低功耗的新路径。

“非负矩阵分解”是图像分析、推荐系统与生物信息学等领域的重要基础技术。然而，传统数字芯片在大规模实时处理时，常被高计算复杂度与内存访问瓶颈所限制。为破解这一难题，北大团队选择了模拟计算路线，利用物理规律直接进行并行运算，从底层降低延迟与功耗。

测试结果显示，这款新型芯片在典型应用场景中的表现相当亮眼。相较于当下主流的先进数字芯片，其计算速度提升约12倍，能效更是提升超过228倍。这意味着在极低能量消耗下，芯片即可完成远超传统硬件的计算任务。

据悉，该研究成果已于1月19日正式发表在国际顶级期刊《自然·通讯》上。在实际评测中，该芯片在图像压缩任务中不仅保持了极高的精度，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，其表现同样显著优于传统硬件。孙仲研究员表示，此项工作展现了模拟计算在处理真实复杂数据方面的巨大潜力，未来有望在实时推荐、高清图像处理等领域实现大规模应用。