Новое исследование, опубликованное в Nature Electronics, описывает устройство на основе резистивной памяти (RRAM). Оно объединяет вычисления и хранение данных в одной системе. Такой подход снимает ограничения, с которыми сталкиваются цифровые чипы.
В Китае создали аналоговый чип в тысячу раз быстрее Nvidia H100
Ученые из Пекинского университета представили аналоговый чип, который, по их словам, способен работать в тысячу раз быстрее топовых графических процессоров Nvidia и AMD. Это может стать прорывом для искусственного интеллекта и связи шестого поколения.
Unsplash
Цифровые чипы треуют постоянной передачи информации между процессором и памятью, что приводит к потере энергии и скорости.
Новый чип в тысячу раз быстрее Nvidia H100
В отличие от традиционных цифровых процессоров, работающих с двоичными сигналами — нулями и единицами, — новый чип использует аналоговые схемы, где данные обрабатываются в виде непрерывных электрических токов.
- Это позволяет выполнять операции прямо внутри физической структуры микросхемы, без затрат на обмен с внешней памятью.
- При решении сложных задач связи, включая матричные инверсии в системах MIMO, чип продемонстрировал точность, сравнимую с цифровыми решениями.
- При этом он потреблял в сто раз меньше энергии.
- После оптимизации конструкции его производительность превысила возможности Nvidia H100 и AMD Vega 20 — ключевых GPU для обучения нейросетей — в тысячу раз.
Аналоговые чипы будущего
Аналоговые вычисления известны уже более века, начиная с античного механизма из Антикитеры. Однако их развитие сдерживала низкая точность.
Команда из Китая решила эту проблему, объединив две схемы: одна выполняет быстрые приближенные вычисления, другая уточняет результат до необходимой точности. Это позволило совместить энергоэффективность аналоговых систем с надежностью цифровых.
Созданный чип уже изготовлен с использованием стандартных промышленных технологий, что открывает путь к серийному производству.
- По словам исследователей, дальнейшие усовершенствования схемы позволят масштабировать проект для работы с более сложными задачами — от искусственного интеллекта до обработки сигналов в будущих сетях 6G.