破局AI“能耗之困”！北大革命性芯片问世，能效飚升228倍的背后

近日，北京大学集成电路学院、人工智能研究院团队联合攻关，在模拟计算芯片领域取得颠覆性突破。他们成功研制出一种支持高效片上学习的新型模拟AI芯片，其能效比相较传统数字芯片提升达惊人的228倍。这项成果犹如一道锐利的光芒，刺破了当前AI大模型训练与部署中高能耗的厚重迷雾，为人工智能的可持续发展开辟了一条极具想象力的崭新路径。

随着ChatGPT等大模型席卷全球，智能算力需求呈爆炸式增长，但其背后堪称“吞电巨兽”的能耗问题已成为制约行业发展的核心瓶颈。传统数字芯片在执行神经网络训练时，需在处理器与存储器间频繁搬运海量数据，这一过程产生了巨大的能量损耗。北大团队独辟蹊径，将目光投向了模拟计算这一前沿方向。

团队创新性地提出了“模拟算法-硬件协同设计”的全栈解决方案。他们设计出的超高效模拟电路，能够直接在存储单元内部进行并行运算，彻底避免了数据搬运的能耗开销。更关键的是，该芯片首次在模拟芯片上实现了高效的“片上学习”能力。这意味着，如同人脑一样，芯片能在执行任务的同时，根据环境实时自我调整与优化，具备了真正的自适应智能，而能耗仅为传统方案的零头。

该芯片在视觉识别、语音处理等经典任务上的实测表现惊艳，其在能效上的飞跃性提升，被业界专家评价为“里程碑式”的进展。它有望首先在智能手机、自动驾驶汽车、物联网终端等对功耗极度敏感的边缘设备上引发革命，让高性能AI无所不在。长远来看，这项技术或将大幅降低大型数据中心的运营成本与碳足迹，助力绿色计算。

“这不仅是单项指标的突破，更是计算范式的一次重要演进。”团队负责人表示。这项发表于权威期刊的成果，标志着我国在突破AI算力基础瓶颈的赛道上，已跻身世界最前沿。它承载的，不仅是提升能效的技术答案，更是对未来智能时代底层架构的重新定义。