GPU干一天的活它1分钟搞定？北大团队研制的新芯片咋这么牛！

摘要：2025年10月，我国芯片领域传来突破性消息——北大团队研制的新型模拟计算芯片，打破精度瓶颈，在算力与能效上实现对顶级GPU的百倍级超越。这不仅是技术突破，更标志着我国在存算一体赛道迈出关键一步，为AI算力升级提供新路径。本文将以通俗视角，拆解这颗“算力黑马”

前言

2025年10月，我国芯片领域传来突破性消息——北大团队研制的新型模拟计算芯片，打破精度瓶颈，在算力与能效上实现对顶级GPU的百倍级超越。这不仅是技术突破，更标志着我国在存算一体赛道迈出关键一步，为AI算力升级提供新路径。本文将以通俗视角，拆解这颗“算力黑马”的技术逻辑与价值。

人物介绍

孙仲，北京大学人工智能研究院研究员，长期深耕模拟计算与存算一体技术领域。此次联合集成电路学院团队攻克模拟计算精度难题，主导研制的新型芯片成果刊发于《自然·电子学》，为我国高端芯片研发提供重要技术支撑。

孙仲，图源人民日报

【文明坐标互生互鉴史实说话】

GPU干一天的活它1分钟搞定？这款中国新芯片咋这么牛

打开电脑、刷手机时，你可能从没琢磨过：屏幕背后的算力，正被“0和1”绑住手脚。直到2025年10月，北京大学孙仲团队掏出的一颗新芯片，突然把这层“束缚”撕开了口子——顶级GPU要干一天的活，它1分钟就能搞定。

北京大学孙仲团队，图源人民日报

现在不管是电脑里的CPU，还是AI常用的GPU，都像个“翻译狂”：不管是你输入的文字，还是要计算的数字，都得先翻译成“0”和“1”组成的二进制串。就像数字“10”，得变成“1010”才能被识别；连简单的“1+1=2”，都要写成“1+1=10”。孙仲打了个比方：“数字计算就像用乐高积木拼东西，再复杂的造型，都得拆成一个个小方块拼；而模拟计算，更像用橡皮泥捏造型，直接上手就能成。”

当时的模拟计算机，不用“翻译”二进制，直接用电压、电流这些连续变化的物理量代表数字——比如“10”就用10伏电压表示，算“1+1”时，两伏电压叠加就是两伏，简单直接。可随着计算任务越来越复杂，模拟计算的“软肋”露了出来：精度不够。就像用橡皮泥捏精细花纹，总不如乐高方块拼得准，慢慢就被数字计算挤到了边缘。

他们选的“武器”是“阻变存储器”，这东西最大的本事，是能把“计算”和“存储”揉在一起。现在的CPU、GPU都遵循“冯诺依曼结构”，计算和存储是分开的：数据要先存在内存里，再传到计算单元里算，算完又得传回去存着，来回折腾既费时间又费电。而孙仲团队的模拟芯片，直接省掉了“数据转二进制”和“来回搬运”这两步——数据不用转码，存在阻变存储器里时，就能直接计算。

国内外很多团队研究存算一体，大多盯着“矩阵乘法”——这是AI推理的核心任务，相对好突破。但孙仲团队偏要挑战更难的“矩阵方程求解”，这可是AI二阶训练的核心，就像要在针尖上绣花：矩阵求逆对精度要求极高，计算复杂度更是达到“立方级”，数字芯片算起来又慢又费电。孙仲团队却抓住了模拟计算的天然优势：靠物理规律直接运算，不用“拆二进制”，天生就低功耗、低延迟，还能并行处理大量数据。只要把精度提上来，就能爆发出惊人算力。

16×16矩阵的求逆运算，能达到24比特定点数精度；矩阵方程求解经过10次迭代后，相对误差低到10的负7次方量级——这意味着算出来的结果，和理论值的偏差小到几乎可以忽略。算力上更是“碾压”：算32×32矩阵求逆时，算力已经超过高端GPU的单核性能；当矩阵规模扩大到128×128，计算吞吐量直接飙到顶级数字处理器的1000倍以上。换句话说，以前GPU吭哧吭哧算一天的任务，这颗模拟芯片1分钟就能收尾。

比如机器人的实时决策、大模型的训练，都需要大量矩阵方程求解，以前受限于算力，要么算得慢，要么得靠多块GPU堆起来，成本极高。有了这颗芯片，AI训练的效率会大幅提升，机器人反应能更快，甚至未来手机、汽车的智能功能，都能因为算力提升变得更强大。

但孙仲也强调，这颗芯片不是要“干掉”CPU和GPU。“CPU就像‘总指挥’，啥活都能干，成熟又便宜，短期内很难被替代；GPU擅长矩阵乘法，在AI推理里还是主力。我们的芯片，更像个‘特种部队’，专门解决最耗能、最费时间的矩阵逆运算，给现有算力体系补短板。”就像一支球队，有前锋、有后卫，这颗模拟芯片就是关键的“中场发动机”，让整个团队的效率提上来。

从被数字计算“挤到边缘”，到如今凭精度突破重新站上舞台，这颗中国芯片的突破——

在全球芯片竞争越来越激烈的当下，我们不再只盯着“0和1”的老路，而是用模拟计算的新思路，找到属于自己的突破口。未来，当你用更智能的手机、更灵活的机器人时，或许就能感受到这颗芯片带来的改变——那是中国算力，正在打破瓶颈的声音。