
文 | 人文社
撰 | 人文社
«——【引言】——»
11月15日这天,科技圈出了一件看着不起眼,但极其“炸裂”的大事。
如果你最近在关注中美科技博弈,或者一直在追大模型的发展,这条消息绝对值得你浮一大白。
安纳智芯这家模拟计算芯片公司对外掏出了底牌:他们自主研发的AX100芯片,已经在上个月悄悄完成了流片。
这可不是那种靠着PPT去拿融资的噱头,这是货真价实的世界首颗全集成一步求解矩阵方程模拟计算芯片。

实测数据一出来,直接把业内看懵了:单次矩阵方程求解时间不到100纳秒,单次计算功耗才80毫瓦。
可能很多非专业的朋友对“100纳秒”和“80毫瓦”没什么概念。
没关系,我们今天就把那些干巴巴的参数揉碎了,掰开了,像唠嗑一样给你盘明白。
因为这颗芯片的横空出世,不仅是在技术上掀了桌子,更是我们中国半导体产业绕开老美光刻机封锁、实现降维打击的一招狠棋。

算力黑洞:硅谷大佬们为什么都在疯狂“找电”?
要看懂AX100的含金量,你得先看看现在全球AI圈子被逼到了什么绝境。
经常上网冲浪的朋友肯定刷到过,不管你看的是ChatGPT,还是国内各种百模大战,背后全靠英伟达的GPU显卡在疯狂烧钱。
马斯克和OpenAI的奥特曼最近这一两年,到处在买核电站、建发电厂,连微软都准备把当年发生过核事故的三里岛核电站给重新启动了。

为什么?
因为算力不够用了,确切地说,是电不够用了。
我们现在用的这些芯片,不管是电脑里的CPU,还是专门用来搞AI的GPU,走的都是“数字计算”的路子。
数字计算的底层逻辑特别像愚公移山:哪怕你面临的是一座极其复杂的大山(比如大模型的参数优化、机器人的动作规划),数字芯片的做法也是把它全部拆解成“0”和“1”,然后靠着海量的“加减乘除”一点点去算。

这就像是你非要用一把指甲刀去雕刻乐山大佛。
矩阵规模只要稍微大一点,计算量就会呈立方级爆炸式增长。
比如你要解一个512阶的矩阵方程,数字芯片得硬生生做5亿次乘加运算,耗费几十到上百微秒。
算得慢不说,为了提升哪怕一点点速度,就必须疯狂往芯片里塞晶体管,导致功耗直线上天。
这就带来了一个死结:只要你还在“数字芯片”这个赛道里卷,你就必须依赖更先进的光刻机(比如ASML的EUV)去把晶体管做得更小,比如3纳米、2纳米。

而这,恰恰是目前我们被卡脖子最狠的地方。
如果我们一直跟在别人屁股后面拼数字芯片的先进制程,那永远是个无底洞。
百年物理学的“废案”,怎么成了降维打击的武器?
既然这条路走得这么憋屈,有没有可能换个思路?
有,那就是“模拟计算”。

如果说数字计算是“愚公移山”,那模拟计算就是“大禹治水”。
它根本不跟你玩什么0和1的死磕,而是直接利用物理定律来干活。
打个比方,你想知道一盆水泼到复杂地形上,最后会怎么流淌。
数字计算的做法是测量每一滴水的坐标、流速、地面的摩擦力,然后写几亿行代码去算。
而模拟计算的做法极其简单粗暴:我直接造一个微缩的地形模型,倒一盆真水进去,水流到哪儿,答案就在哪儿。

在这条赛道里,复杂的矩阵方程被直接映射成了物理电路。
电路通电之后,电流瞬间一跑,自我平衡的那一瞬间,结果就出来了。
没有任何海量的迭代,没有任何指甲刀抠大佛的憋屈,延时极低,功耗更是低到发指。
听起来是不是像开了外挂?
那为什么英伟达和Intel这些巨头以前不搞?

因为这条路太难走了,简直是个被封印的百年世纪难题。
模拟计算有个致命的短板:不准。
因为它是靠真实的物理量(比如电流、电压)来映射数据的,周围环境温度稍微变一下,或者电路里有点杂音,算出来的结果就可能差之千里。
在过去很长一段时间里,全球科学界都觉得这玩意儿没法用在现代高精度的计算任务上。
直到一群来自北京的顶尖大脑,把这个百年“废案”重新捡了起来。

燕园里的“刺客”:把精度死磕到千万分之一
这就要提到去年轰动整个学术界的一个大招了。
2025年10月,北京大学人工智能研究院的孙仲研究员团队,在国际顶级期刊《自然·电子学》上发表了一篇论文。
这篇论文可以说是直接在原本死气沉沉的模拟计算圈子里扔了颗核弹。
孙仲团队硬生生地解决了那个让全世界头疼了上百年的精度问题。

他们通过极为精妙的技术手段,把模拟计算的精度,从以前粗糙的百分之一量级,直接暴力拉升到了千万分之一量级!
这就好比原本只能用模拟计算去大概估算一下一头牛的重量,现在竟然精准到了能称出一根牛毛的重量。
在保证了极高精度的同时,这套技术在单次矩阵方程求解上,运算速度比目前最先进的GPU还要快出整整3个数量级,能耗比更是高出2个数量级。

什么叫降维打击?
这就是。
你英伟达在那儿拼死拼活地把晶体管缩小零点几纳米,这边直接用物理定律把你给秒了。
绕开EUV光刻机!
这才是让老美最难受的打法

有了这篇捅破天的论文,接下来的事情就是怎么把它从实验室的试验台上,变成能实打实装进机器里的商品芯片。
从学术论文发表,到安纳智芯把孙仲团队的技术彻底推向产线,仅仅只用了一年时间。
今年10月,AX100芯片流片成功,这背后靠的正是我们国家现在极其庞大且成熟的芯片制造封装产业链。
说到这儿,最让人提气的地方来了。
AX100这颗芯片的制造,完全不需要依赖那种被西方严格封锁的先进制程光刻机。

因为它拼的不是晶体管到底有多小,而是底层架构的创新。
它采用当前国内已经烂熟于心的成熟工艺,就能实现全链路的自主可控。
这意味着什么?
意味着无论太平洋对岸怎么搞出口管制,怎么限制极紫外光刻机进入中国大陆,都卡不住这颗芯片的脖子。
这简直就是在老美精心布置的数字芯片封锁圈外,直接另起炉灶,生了堆更旺的火。

三大硬核实战:AI、机器狗和6G基站的“外挂”
光说不练假把式,我们看看安纳智芯团队拿这颗芯片在三种极端场景下做出的实测成绩。
第一个战场,就是现在热得发烫的大模型训练。
他们拿293万参数的Autoencoder模型和272万参数的Transformer模型去试水。
结果发现,利用芯片自带的二阶优化方案,这两类模型在训练更新时的消耗分别暴降了92%和56%。
在算力就是金钱的今天,这个成本优化的比例足以让所有云厂商眼红。

第二个战场,是具身智能,也就是我们常说的智能机器人。
你想让一个波士顿动力那种机器狗在碎石路上跑跳,或者让人形机器人精准地给你倒杯水,机器的“小脑”就需要极强的实时计算能力。
目前很多机器人反应慢半拍,就是因为脑子里的数字芯片算不过来。
而AX100装上去之后,运动控制与规划算法直接提速了150%到500%;那些用于让机器人在陌生环境里实时定位和建图(SLAM)的核心算法,更是飙升了200%到500%。

这相当于给机器人换上了一套神经反射弧。
第三个战场,是无线通信。
现在的5G甚至未来的6G基站,每天要处理海量的信号,本质上也是在解极其复杂的信道格拉姆矩阵。
评估结果简直残暴:在128×128规模的矩阵下,这颗模拟计算芯片相比现在那些传统的数字ASIC芯片和GPU,等效吞吐量直接飙升了20到207倍,等效能效更是提升了27.6到61.3倍。
以后的基站完全可以做得更小巧,耗电更少,但信号强得离谱。

尾声:去定规矩,而不是守规矩
安纳智芯的CEO向锐在接受《科技日报》采访时说了一句话,我觉得特别有分量。
他说,AX100芯片和GPU类数字芯片在架构和底层逻辑上完全不同,这是中国企业第一次有机会参与定义一种重要的计算范式。
过去这半个多世纪,无论是电脑时代的Intel,还是AI时代的英伟达,我们中国企业其实一直都是在一个叫“冯·诺依曼架构”的框架里,遵守着西方人定下的规矩往前跑。

别人换代了,我们就得拼命去追,跑得再快,也永远在人家的射程之内。
但今天,这颗不拼工艺、只拼智慧的模拟计算芯片,硬生生蹚出了一片百年无人区。
在这个算力眼看着就要触碰到天花板的时代,真正的弯道超车,从来不是在别人修好的高速公路上把油门踩到底,而是方向盘一打,去开辟一条属于我们自己的全新赛道。
计算底层硬件的新纪元,这一次,我们终于要用中文来写引言了。
参考资料:京报网——世界首颗,国产芯片问世!具备现代模拟计算顶尖计算能力
更新时间:2026-11-17
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight All Rights Reserved.
Powered By 61893.com 闽ICP备11008920号
闽公网安备35020302034844号