国产模拟计算芯片 AX100 完成流片:矩阵方程单次求解低于 100 纳秒
据 IT之家 11 月 15 日援引科技日报报道,安纳智芯自主研发的 AX100 模拟计算芯片已于 10 月完成流片。来源称,这是世界首颗全集成一步求解矩阵方程模拟计算芯片。测试显示,其单次矩阵方程求解时间小于 100 纳秒,单次计算功耗约为 80 毫瓦,达到理论仿真与设计预期。对于依赖矩阵运算的 AI 训练、机器人控制和无线通信,这提供了一条不同于传统数字计算的硬件路径。
把矩阵方程映射成电路,而不是反复迭代
矩阵方程求解是多类计算任务的基础环节。大模型训练中的参数优化、机器人的动作控制与空间规划,以及通信基站信号处理,都可能涉及这类计算。
来源介绍,数字计算通常将求解过程转化为大量乘加与迭代,相关计算量随矩阵规模快速增长。模拟计算则利用电路的物理规律实现并行运算。AX100 的思路是将矩阵方程直接映射到电路,待电路达到平衡后读出结果,不再沿用数字芯片逐步迭代求解的方式。
这一路线的难点不仅是速度,还包括精度、可靠性与可扩展性。据报道,AX100 将北京大学孙仲团队的相关模拟计算研究推进到了芯片实现阶段。不过,完成流片与获得测试结果,仍不等同于已经具备大规模商业部署条件。
三类应用验证:训练优化、机器人与通信
据来源披露,团队已在三类场景中进行了验证,结果分别对应不同模型、算法和比较口径:
- AI 训练:在 293 万参数的 Autoencoder 和 272 万参数的 Transformer 模型实验中,所采用的二阶优化方案使训练更新消耗分别减少 92% 和 56%。
- 具身智能:运动控制与规划端到端算法提速 150% 至 500%,三维重建与 SLAM 核心算法环节提速 200% 至 500%。
- 无线通信:针对 128×128 信道格拉姆矩阵,相比现有数字 ASIC 与 GPU,等效吞吐提升 20 至 207 倍,等效能效提升 27.6 至 61.3 倍。
这些数据展现了专用计算路径的潜力,但不能直接理解为大模型整体训练速度或机器人整机性能获得同等提升。尤其是训练验证采用的模型规模仍为数百万参数,实验收益能否延伸至更大模型,还需要进一步测试。
产业解读:值得关注的是计算分工,而非替代 GPU
AX100 的意义,在于为特定矩阵求解任务提供新的加速方式,而不是证明模拟芯片可以全面替代 GPU。实际系统仍需处理数据准备、输入输出和其他算法步骤,整体收益取决于矩阵求解在完整任务中所占的比重。
另一项值得关注的信息是,据报道,该芯片不依赖先进制程,可采用成熟工艺制造。这意味着其技术路线并非单纯依靠制程缩小获取性能,而是通过计算机制改变来争取效率优势。
接下来,判断这类芯片价值的关键,将是不同矩阵规模下的精度与稳定性、与数字系统协同的开销,以及工具链能否降低开发门槛。从实验指标走向可复用的应用收益,才是模拟计算进入 AI 与机器人产业链的重要一步。