布帛矛
基于阻变存储器的高精度、可拓展的全模拟矩阵方程求解器算法解析
北京大学团队研发的这款高精度、可扩展模拟矩阵计算芯片，其核心在于通过一套创新的 “全模拟矩阵方程求解器算法” ，巧妙结合了新型硬件与经典算法，成功攻克了模拟计算领域长期存在的精度与扩展性难题。
设计维度 北大团队的创新方案
计算精度 迭代细化算法：结合模拟低精度矩阵求逆和模拟高精度矩阵-向量乘法，通过多次迭代将精度提升至24位定点精度。
扩展性 块矩阵算法：将大规模矩阵分解为小块，像拼图一样分配到多个芯片上协同计算，突破了模拟计算的规模限制。
核心器件 采用阻变存储器（RRAM）阵列作为核心计算单元，并在40nm CMOS工艺平台上实现了3比特电导态的可靠编程。
架构理念 全模拟路径：避免频繁的模数转换，保持了模拟计算低延时、低功耗的先天优势。
算法如何一步步实现高精度求解？
这套算法的精妙之处在于它“先近似，后精确”的迭代策略，具体步骤如下：
1. 快速获取“近似解”：算法首先利用基于RRAM阵列的模拟低精度矩阵求逆电路，快速求解出矩阵方程的一个初始近似解。这一步速度极快，但精度不高。
2. 迭代细化“位切片”：获得近似解后，算法进入迭代细化阶段。这里的关键是模拟高精度矩阵-向量乘法（MVM），它通过 “位切片” 技术，将高精度数字分解为多个位，分步在模拟域中进行计算，从而显著提升计算精度。
3. 循环直至收敛：在每次迭代中，系统都会计算当前解的残差，并利用模拟矩阵运算进行更新，使解越来越接近真实值。实验表明，经过约10次迭代，矩阵方程求解的相对误差可低至10⁻⁷量级，达到了与数字计算相媲美的高精度。
性能与应用前景
这种软硬件协同设计的方案，带来了性能的飞跃：
· 惊人的算力与能效：在处理128×128规模的矩阵求逆问题时，该芯片的计算吞吐量达到顶级数字处理器（如GPU）的1000倍以上。这意味着传统GPU需要一天完成的任务，它一分钟左右就能完成。同时，在相同精度下，能效比传统数字处理器提升超100倍。
· 广阔的应用场景：研究团队已成功将该技术应用于大规模MIMO（多输入多输出）信号检测。在6G通信中，这能使基站实时处理海量天线信号。此外，该技术也有望加速AI大模型的训练，并为边缘计算设备提供强大的本地算力。
总结
总而言之，北京大学团队的这项突破，其核心在于他们设计的算法完美发挥了模拟计算“高速、低耗”的先天优势，又通过迭代和分块策略巧妙避开了其“精度低、扩展难”的缺陷。这不仅是学术上的重大创新，更为我们迈向绿色、高效的无处不在的算力时代，开辟了一条充满潜力的新路径。
- 下载图片
- 复制图片
2025-10-15
浏览63
新闻聊天
登录后评论
点赞
评论
1