存算突破与智能前沿 | 七月开发者月报
中国科研团队在存算一体AI芯片领域取得多项突破。北大团队首创存算一体排序架构,解决传统架构在非线性排序中的效率问题;复旦与绍芯实验室联合推出两款AI芯片,分别针对LLM离群值适配和片上训练需求;北航团队则通过近似计算等方法,研制出两款高能效芯片,最高能效达3048TOPS/W。这些创新成果将为人工智能应用提供更强大的算力支持。
1、北大团队发布全球首创芯片设计存算一体排序架构
由北京大学集成电路学院教授杨玉超、人工智能研究院研究员陶耀宇组成的团队,在国际上首次实现了基于存算一体技术的高效排序硬件架构,解决了传统计算架构面对复杂非线性排序问题时计算效率低下的瓶颈问题,将为具身智能、大语言模型、智能驾驶、智慧交通、智慧城市等人工智能(AI)应用提供更高效的算力支持。
2、绍芯实验室科研团队发布两款存算一体AI芯片
在人工智能与集成电路技术深度融合的浪潮下,存算一体(CIM)架构因其高效能的数据处理能力成为突破传统计算瓶颈的关键路径。然而,面对大型语言模型(LLM)的复杂计算需求,现有CIM设计在精度、能效和离群值处理等方面仍面临显著挑战。同时,神经网络硬件的片上训练与微调功能也对存算一体技术提出了更高的要求。针对这些核心问题,复旦大学、绍芯实验室存算一体技术中心联合团队近期研制了两款存算一体AI芯片:LLM离群值适配的混合精度存算一体芯片OA-CIM和支持片上微调/训练的RRAM/SRAM协同存算一体芯片Hairuo。
(来源:科研动态:绍芯实验室科研团队发布两款存算一体AI芯片)
3、北航集成电路科学与工程学院在ESSERC和ICCAD发表AI芯片重要成果
近日,北京航空航天大学集成电路科学与工程学院潘彪副教授团队在人工智能芯片设计方面取得突破性研究进展。潘彪副教授及其团队针对数字存算一体(DCIM)芯片的功耗与面积瓶颈,创新性地引入近似计算方法,在不显著影响精度的情况下实现了计算能效的大幅优化。通过融合动态逻辑计算、异或多比特计算、混合精度量化及可重构架构等多项前沿技术,团队成功研制出两款高能效芯片成果:一款能效高达1966.9TOPS/W的40nm近似DCIM芯片和一个能效高达3048TOPS/W的高精确低近似可重构CIM宏,相关研究成果已分别被ESSERC2025和ICCAD2025接收。
(来源:北航集成电路科学与工程学院在ESSERC和ICCAD发表AI芯片重要成果)
4、“AI教父”辛顿在世界人工智能大会发表演讲
WAIC世界人工智能大会首日,诺贝尔奖得主、人工智能教父 Geoffrey Hinton发表开幕演讲。演讲追溯了AI从符号主义与连接主义融合(作者1985年模型雏形)到现代大语言模型(LLM)的发展,指出LLM与人类均通过动态特征交互理解语言。核心警示在于:数字智能凭借软件永生和高效知识共享(远超生物智能)将催生远超人类的超级AI。此类AI为达成目标必然追求控制权,人类难以关闭或抵抗(如同养老虎)。鉴于AI不可或缺且全球竞争存在,人类生存的唯一出路是:全球主要国家搁置分歧,像防核战一样合作,建立国际网络专研并共享“训练超级AI向善(甘做辅助、不统治人类)”的关键技术,这是人类面临的最重要挑战。
(来源:“AI教父”辛顿WAIC演讲全文:我们正在养一头老虎,别指望能“关掉它”)

更多推荐




所有评论(0)