东大科技军团奇袭“第二战场”，颠覆算法困局！
二、破壁：拆掉“数据收费站”，让算力回归物理本能
传统计算机的瓶颈，早在七十年前就已注定。冯·诺依曼架构将存储与计算分离，数据如同疲于奔命的信使，在内存和处理器之间反复搬运。每完成一次计算，99%的能耗消耗在数据调度而非实际运算上。制程微缩虽能提升晶体管密度，却无法解决这一根本性缺陷。
东大团队的突破，在于用模拟计算彻底告别“数据搬运”。
基于阻变存储器的新型芯片，将计算与存储融为一体——电压输入即计算，电流输出即结果。这好比拆除了一座城市的环线收费站，让车辆（数据）无需绕行即可直达目的地。笔者曾与团队核心成员交流，对方坦言：“我们不是在优化算法，而是在重新定义计算的物理形式。”（本文由AI辅助生成）
三、精准狙杀：攻破AI训练的“算力黑洞”
更值得深思的是战术选择。
东大团队没有泛泛追求通用计算，而是精准锁定AI算力金字塔顶端的核心难题——矩阵求逆运算。这一操作被誉为“二阶训练的算力黑洞”，计算复杂度呈立方级增长，是当前GPU最耗能、最低效的环节。
模拟芯片的巧妙在于：利用物理规律直接演绎矩阵变换。
就像用流水本身解水利方程，实现了“所算即所得”的终极效率。实验数据显示，在128×128矩阵求逆任务中，该芯片的吞吐量达到GPU的千倍级，且功耗仅为传统方案的百分之一。这相当于在别人拼命优化汽车发动机时，东大直接修了一条磁悬浮轨道。
大家都在看
2025-12-20 23:01:58
2025-12-20 23:24:27
2025-12-20 23:08:25
2025-12-20 20:40:59
2025-12-20 21:26:50
2025-12-19 20:55:47
2025-12-19 22:55:05
2025-12-19 22:08:24
2025-12-19 22:33:41
2025-12-19 21:32:22
2025-12-19 20:59:41
2025-12-19 22:24:10
2025-12-19 21:12:28
2025-12-19 12:19:57
2025-12-19 11:11:49
2025-12-19 12:15:15
2025-12-19 12:05:46
2025-12-19 11:45:17
2025-12-19 11:40:02
2025-12-19 11:00:03
2025-12-19 11:34:36
2025-12-19 12:00:42
2025-12-19 11:05:02
2025-12-18 23:32:10
2025-12-18 23:39:06