Аналоговый процессор из Китая оказался в 1000 раз быстрее чипов Nvidia и AMD, но есть нюансы

ИИ-генерация Grok 4/3DNews
Так называемая «вековая проблема» аналоговых вычислительных платформ коренится в сложных процессах контроля непрерывных физических сигналов, таких как напряжение и ток, что исторически увело аналоговые вычисления в тень цифровых. Но сегодня цифровые платформы столкнулись с проблемой дальнейшего масштабирования как по производительности, так и по энергопотреблению, что даёт шанс старым, забытым аналоговым вычислениям. В конечном итоге техника стала более совершенной — так почему бы не применить её к аналоговым методам?
Новый аналоговый чип построен на массивах резистивной памяти с произвольным доступом (RRAM или ReRAM), где данные хранятся и обрабатываются путём регулирования и регистрации силы проходящего через ячейки электрического тока, без использования двоичного кодирования в 1 и 0. Тем самым появляется возможность хранить и обрабатывать данные на месте, не пересылая массивы информации за пределы процессора, как это происходит в цифровых платформах. Такой подход сразу даёт по энергопотреблению 100-кратное преимущество аналоговой схеме, хотя он применим не для всех случаев.

В частности, китайские учёные показали преимущество созданного ими аналогового чипа в задачах инверсии матриц для MIMO-систем в беспроводной связи (много входов, много выходов). Это типичные схемы работы Wi-Fi-роутеров и платформ сотовой связи. Иначе говоря, донельзя практичное применение для новой разработки — особенно в свете прихода сетей 6G, когда в эфире станет до предела тесно от перекрёстных сигналов. При решении таких задач китайский аналоговый чип показал себя в 1000 раз производительнее, чем GPU Nvidia H100 и AMD Vega 20.
Аналоговая вычислительная платформа экономит время на перекодировку данных и их пересылку, в сумме давая резкий выигрыш по сравнению с цифровыми платформами. Проблему низкой точности аналоговых решений учёные решили интересным образом: они разделили чип на общую часть для быстрой обработки данных и прецизионную — которая работала медленнее, но выдавала результат практически с «цифровой» точностью. Аналогичный подход можно применить для решения задач, связанных с ИИ. Тем самым аналоговые вычисления могут потеснить цифровые — не везде и не всегда, но шансы на это велики..

Также по теме: