摘要:模拟计算凭借能效与速度优势成为AI硬件新方向,却长期受困于精度低、稳定性不足的瓶颈。2025年10月,南京大学团队研发的模拟存算一体芯片实现突破:基于CMOS工艺与权值重映射技术,其并行向量矩阵乘法运算精度达0.101% 均方根误差,创下全球纪录。这项发表于《
模拟计算凭借能效与速度优势成为AI硬件新方向,却长期受困于精度低、稳定性不足的瓶颈。2025年10月,南京大学团队研发的模拟存算一体芯片实现突破:基于CMOS工艺与权值重映射技术,其并行向量矩阵乘法运算精度达0.101% 均方根误差,创下全球纪录。这项发表于《科学·进展》的成果,将模拟计算权重从易受干扰的物理参数转向稳定的器件几何尺寸比,为低功耗高精度AI硬件落地扫清关键障碍。
核心突破:0.101% 均方根误差的精度纪录,标志我国在模拟存算领域跃居国际领先,有望重构AI算力底层架构。
传统模拟计算依赖易受温度、磁场干扰的物理参数(如电阻),而团队创新性地将权重转为器件几何尺寸比——制备后尺寸恒定,从根本突破精度瓶颈12。核心是两级电流拷贝电路:第一级由8位存储器控制几何比例,第二级固定比例赋予二进制权重,实现8比特乘法3[4]。通过阵列化排布(图1C、1D)构建并行向量矩阵乘法芯片3。论文共同第一作者王聪解读,这种尺寸比机制为精度稳定奠定技术基础。
研究团队提出的权值重映射技术,通过数学映射补偿工艺偏差,最大程度利用器件尺寸比例稳定性,进一步压榨硬件潜力。在64×32规模矩阵(4块芯片组成)的1500次随机向量-矩阵乘法实验中,输出结果与理想值近乎重合,计算相对误差均方根仅0.101%,较未采用该技术的原型芯片(约0.3%误差)精度提升近3倍,刷新模拟计算领域最高纪录。测试电路原理图(图2B、2C)印证了实验设计的严谨性,为精度突破提供坚实支撑。
核心突破:0.101%均方根误差创下模拟向量-矩阵乘法精度纪录,1500组实验数据与理想值高度吻合,技术贡献量化显著。
该芯片在极端环境中展现出卓越稳定性:-78.5℃低温下矩阵计算均方根误差0.155%,180℃高温时为0.130%,远超传统芯片-40℃即失效的瓶颈5678910。宽温区(-173.15℃至286.85℃)测试中核心单元电流偏差仅1.47%,强磁场(10 T)下变化不超0.21%,为航天、深海等特殊领域提供可靠算力支持31112。梁世军教授评价其稳定性指标具有重要实用价值。
核心突破:-78.5℃至180℃极端环境下误差
存算一体技术正成为全球半导体产业的战略制高点。2025年全球市场规模预计达420亿美元,中国贡献35%份额,政策与市场双轮驱动下,国产化替代进程加速1314。传统数字芯片受冯·诺依曼架构限制,存储与计算分离导致AI推理能效比<5TOPS/W,而模拟存算一体通过融合存储与计算单元,理论能效比可提升8-15倍,从根本上突破能效天花板1315。
核心突破对比
传统数字芯片:AI推理能效比<5TOPS/W,依赖12nm以下进口制程
模拟存算一体:能效比提升8-15倍,南大芯片创0.101%精度纪录,实现"存储墙"突破31316
中国在该领域展现强劲爆发力:存算一体芯片渗透率从2023年12%飙升至2025年29%,政策层面配套超200亿元专项基金,推动从基础研究到工程化的全链条突破1317。南京大学团队的高精度方案不仅打破模拟计算精度瓶颈,更在摆脱先进制程依赖(如12nm以下进口技术)方面具有战略价值,为中国在全球AI芯片竞争中开辟新赛道141516。
南京大学研发的模拟存算芯片以0.101%均方根误差实现突破,让MobileNet等轻量模型在边缘端达到云端训练精度,避免传统模拟芯片因误差累积导致的分类错误(如“9”误判为“4”)。
其在MNIST测试集准确率达97.97%,接近64位浮点精度(仅低0.49%),较传统模拟硬件提升3.82%,混淆矩阵显示各类别识别稳定性,革新端侧AI推理。
工业 4.0 推动设备智能化升级,传统传感器在冶金、化工等高温环境常因“数据断层”制约效率。南大研发的存算一体芯片无需复杂散热,可在 -78.5℃至180℃ 极端温度及 10 T 强磁场下稳定运算,矩阵计算均方根误差 0.155%以下,强磁场电流变化 ≤0.21%,完美适配电机控制场景。南京钢铁等企业改造案例显示,该芯片预计降低产线能耗 30%,为工业智能化提供可靠硬件支撑。
流体力学、量子化学等计算密集型场景正迎来能效革命。模拟存算一体芯片通过并行向量矩阵乘法加速偏微分方程求解,实现 GPU 8 - 10 倍的能效比:
传统 GPU 求解同类方程功耗>50 W,该芯片仅需<5 W,功耗降低超 9019。
存算一体架构融合存储与计算减少数据移动,同时保持高精度——求解纳维 - 斯托克斯方程结果与 64 位浮点精度一致,传统低精度硬件无法实现39,为“碳中和”超算中心提供绿色算力新路径。
南京大学研发团队核心成员从技术架构与工程化双维度解析了突破价值。类脑智能科技研究中心主任缪峰教授指出,模拟计算硬件虽具高能效和高并行优势,但长期受困于精度低、稳定性不足,此次通过 “几何尺寸比”权重实现与权值重映射技术,完成从“物理参数依赖”到新范式的转换,突破精度瓶颈,“是模拟存内计算技术迈向实际应用的关键一步”257。
梁世军教授聚焦量产可行性,强调芯片采用180nm CMOS工艺流片,兼容现有半导体产线,极端环境下的稳定运行数据进一步证实方案可靠性,为工业控制等领域应用奠基51820。国际期刊审稿人高度认可技术创新性,认为其为高精度模拟计算硬件开辟新路径。
存算一体技术正推动AI硬件生态重构,全球半导体产业迈向“后摩尔定律+新兴需求”新周期21。技术上,3D集成工艺与4nm流片(2027年预计实现)将提升算力密度,适配70亿参数大模型端侧推理,3D集成、类脑计算融合成重要方向22。产业层面,该芯片0.101%误差突破打破TI、ADI同类产品>0.5%的垄断,可与华为海思、地平线合作开发车规级芯片,助力边缘计算节点国产化1214。政策上呼应“十四五”集成电路专项,支撑“算力自主可控”战略,全球存算一体市场年复合增长率达28%,商业化路径明确。
关键突破:打破国外高精度模拟芯片垄断,适配车规级、边缘计算等场景,推动AI硬件能效与精度跃升,助力中国在全球AI芯片格局中形成竞争力21。
0.101% 误差不仅是技术突破,更标志中国存算一体从“跟跑”到“领跑”。其为智能汽车、工业物联网、太空探索提供底层支撑,精度定义未来算力边界。
来源:遗憾留给晚风