1000倍！一项中国团队的最新基准测试显示，他们研发的新型模拟芯片，在特定任务上的吞吐量（速度）是英伟达H100高端GPU的1000倍，能效更是提升了100倍。

这不仅仅是一次芯片的提速，而可能为人工智能和6G时代海量数据处理构建了一种全新的计算范式。这项重大突破来自北京大学科研团队，研究成果2025年10月13日发表在权威期刊《自然·电子学》(Nature Electronics)。

我们正处在一个数据爆炸的时代。从ChatGPT到6G通信，一切都依赖于超强的算力。但我们赖以生存的数字芯片，正一头撞上“冯·诺依曼瓶颈”这堵墙。

现在的计算架构，就像一个“快手厨师”（处理器）配上一个“远在天边的冰箱”（内存）。厨师90%的时间都浪费在了往返冰箱取食材的路上，耗时又耗电。这就是为什么你的GPU那么烫。

于是，科学家们从故纸堆里翻出了一个“老家伙”——模拟计算。

这是一种古老的技术，它不用1和0，而是直接用物理电路本身（比如电流电压）来进行计算。它的计算和存储是“一体的”。

厨师和冰箱合体了！理论上，它可以快得飞起，且极其省电。

但这个老家伙有个致命缺陷，一个困扰了学界百年之久的难题：它太“糊涂”了。

模拟信号极易受到干扰，算个加减法都可能出错。就像一个喝醉了的数学天才，速度飞快，但你永远不敢相信他的答案。因此，它一直被视为不切实际的屠龙之技。

直到今天，北大团队找到了驾驭这个“醉酒天才”的方法。

他们的思路堪称脑洞大开：我们不强迫他清醒，我们只让他干最擅长的事——快速出个大概，然后再找个清醒的助手来校准。

团队使用了一种叫RRAM（忆阻器）的新型芯片，设计了一套“迭代组合拳”：

 

  1. 第一拳（闪电战）：先让一个“低精度”模拟电路（LP-INV）出马，它不管三七二十一，在120纳秒内（比眨眼还快几百万倍）先算出一个“粗略答案”。
  2. 第二拳（精准点穴）：马上，另一个“高精度”模拟电路（HP-MVM）登场。它的任务不是重算，而是比较那个“粗略答案”和“标准答案”到底差了多少（即“残余误差”）。
  3. 循环迭代：然后，把这个“误差”再丢给第一个电路去算。

 

通过不断重复这个循环迭代（粗略求解 -> 精确修正误差 -> 再次粗略求解...），奇迹发生了！

北大团队的芯片，仅仅需要3次迭代，就达到了24位定点精度——这已经和英伟达 GPU使用的FP32浮点精度旗鼓相当。

空有理论还不行。团队直接把它用在了未来6G通信最难的“大规模MIMO”信号检测上。结果显示，这个模拟芯片的误码率，与FP32数字处理器算出来的结果“完全一致”。

既要又要还要，它全做到了！

这项研究的意义在于，它用一种巧妙的方式，把模拟计算的“超高速、超低能耗”和数字计算的“高精度”完美结合，一举攻克了百年难题。它不是又一块更快的数字芯片，它可能是一条全新的赛道，一个真正属于AI和6G时代的“存算一体”新计算范式。