
11月15日,模拟计算芯片公司安纳智芯对外披露:自主研发的AX100芯片已于10月完成流片,这是世界首颗全集成、一步求解矩阵方程的模拟计算芯片。
测试数据摆在台面上:单次矩阵方程求解时间小于100纳秒,单次计算功耗约80毫瓦,结果完全符合理论仿真与设计预期。
消息一出,不少人第一反应是:国产芯片又在"弯道超车"了?模拟计算又是什么来头,凭什么说它具备现代模拟计算的顶尖计算能力?


先说芯片本身在干什么。
大家熟悉的AI大模型训练参数优化、机器人动作控制和空间规划、通信基站信号处理,本质上都是在解复杂的矩阵方程。传统数字芯片的做法,是把"求解"拆成海量乘加迭代,计算量随矩阵规模呈立方级增长。

拿512阶矩阵方程举例,数字方案大约需要5亿次乘加,耗时数十至上百微秒。
而模拟计算换了个思路:矩阵方程被直接映射为电路,电路自平衡后一次读出结果,无需迭代。延时低、功耗低,这是物理定律给的先天优势。
安纳智芯CEO向锐在接受科技日报采访时把这句话讲得很直白:方程直接进电路,平衡之后直接读数,中间不再反复算。

技术源头来自北京大学人工智能研究院孙仲团队。
2025年10月,团队在《自然・电子学》发文,把模拟计算的精度从此前的百分之一量级提升到千万分之一量级;单次矩阵方程求解相比先进GPU,运算速度快3个数量级,能耗比高2个数量级。
2026年1月,该团队又在《自然・通讯》发表另一项成果:基于阻变存储器的非负矩阵分解模拟计算求解器,和当前先进数字芯片相比,计算速度提升约12倍,能效比提升超过228倍。

产业化这一步,由安纳智芯接棒。
这家公司去年11月14日在北京注册成立,法定代表人向锐,核心团队来自北京大学人工智能研究院,长期做模拟计算、存内计算和AI芯片架构研究。
今年6月8日,公司宣布完成数亿元天使轮融资,由经纬创投领投,峰瑞资本、阿尔法公社跟投,老股东讯飞创投、中赢创投持续加码。从论文发表到流片落地,前后只用了一年左右。

流片之后,团队在三类真实场景里做了验证,数据都比较具体:
· 大模型训练方向:在293万参数的Autoencoder模型和272万参数的Transformer模型上验证,采用二阶优化方案后,两类模型的训练更新消耗分别减少92%和56%。
· 具身智能方向:芯片可提升机器人实时计算能力,运动控制与规划端到端算法提速150%到500%;三维重建与SLAM(实时定位建图)核心环节提速200%到500%。

· 无线通信方向:针对128×128规模的信道格拉姆矩阵,相比现有数字ASIC芯片与GPU,等效吞吐提升20至207倍,等效能效提升27.6至61.3倍。
还有一个关键点容易被忽略:这颗芯片制造不依赖先进制程,采用当前成熟工艺即可实现全链路自主可控。


要理解AX100的分量,得先看清数字芯片今天卡在哪。
过去几十年,芯片性能提升主要靠制程微缩和晶体管密度增加。
但走到后摩尔时代,算力需求还在暴涨,工艺红利却越来越薄。更要命的是冯・诺依曼架构的老毛病:存储和计算分离,数据在内存和处理器之间来回搬运,大量时间和功耗耗在"运输"上,而不是真正算数上。

模拟计算、存算一体正是冲着这个痛点来的——让计算在存储单元里就地完成,少搬数据。这不是中国一家在跑。
国际上,美国Mythic的模拟方案已经实现百万级出货;d-Matrix基于6nm工艺的Corsair计算卡,是SRAM存算一体路线的代表性产品;SambaNova则靠数据流架构在云端推理场景占据一席之地。
据Yole预测,2026年全球存算一体芯片市场规模约6.2亿美元,到2030年将增长至28亿美元,赛道正处在爆发前夜。

国内这条线同样密集。
2026年7月,北京大学杨玉超团队联合中科院上海微系统所,在《科学》发表全球首款基于相变忆阻器的毫秒级神经动力学系统芯片,单步运算时延压到2.12毫秒,在大脑皮层重建等任务上综合性能高出A100数十倍。

北航、西电、南科大等团队也分别在SRAM存算、忆阻器存算方向有JSSC、Nature论文落地。AX100的不同之处在于,它瞄准的是"矩阵方程一步求解"这个更窄、也更硬的切口。
那它算不算"达到顶尖计算水平"?客观说,要看跟谁比、比什么。
向锐本人的表述很克制:AX100和GPU类数字芯片在架构和底层逻辑上完全不同,具备现代模拟计算顶尖计算能力,有望在芯片领域实现"弯道超车"。

模拟计算的先天短板也一直摆在桌面上:精度受器件噪声、工艺偏差影响,大规模扩展后可靠性怎么保证,是困扰全球科学界的难题;芯片擅长的是特定方程求解,离开适配的算法场景,通用灵活性不如数字芯片。
更现实的差距在生态。中国工程院院士邓中翰近期就指出,国产高端算力芯片规模化应用面临三大挑战:技术适配性不足、软硬件生态有短板、算力利用效率偏低。

从近期动作看,资本和产业链已经在用脚投票:成立半年即拿到数亿元天使轮,依托国内成熟的制造封装产业链把实验室成果推上产线,本身就说明这条路在工程上跑得通。
接下来要看的,是AX100能不能从三类验证场景走向批量订单,以及模拟计算这套范式能不能长出自己的软件生态。

AX100的意义不在于造出了一颗"更强的GPU",而在于中国企业第一次有机会参与定义一种重要计算范式。
后摩尔时代的算力突围,既需要制程追赶,也需要换道创新。这颗芯片是后者交出的一份早期答卷。
当然,从流片到规模商用,精度、扩展性、软件生态每一关都不好过。
但方向已经亮出来了:当数字芯片逼近物理极限,谁能在新范式上先跑通闭环,谁就有可能在下一轮算力格局里拿到自己的位置。这场竞赛,现在才刚开场。
更新时间:2026-11-18
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