感谢IT之家网友 姜汁汽水 的线索投递！
IT之家于十月十一日报道，南京大学类脑智能科技研究中心的科研人员构想出一种精确度极高的内存内运算方法，随后他们利用这一方法，制造出一种采用互补金属氧化物半导体技术的存算一体化器件。
这个计划把计算权重的方法从容易变动且易受外界影响的物理指标（比如元件的电阻值）转换到了非常稳固的部件形状比例上，克服了影响模拟计算准确度的难题。
实验结果证实，这种处理器在同步数组乘法运算时仅产生 0.101% 的标准偏差偏差值，刷新了仿真向量-数组乘法运算的准确度记录。这一发现已经于九月十二日发布在《科学・进展》这一国际性学术杂志上。
该芯片在-78.5°C和180°C的极端条件下依然能够稳定运作，矩阵计算的均方根误差分别保持在0.155%和0.130%的程度，体现出在严苛环境中维持计算精度的卓越性能。此外，该方案能够适用于多种二值存储载体，因此拥有广阔的应用前景。
图 1：精密仿真运算方法与线路构造。(A) 思路图解。该方式借助元件的几何规格来界定运算信号的关联。(B) 运作图示。凭借器件几何规格的恒定特性，此方式能够达成超越常规方法的运算准确度。(C) 运算模块示意图。采用双重尺寸比例的电流复制电路方案，搭配存储体和切换元件，组成了等效尺寸比例可调节的运算单元，达成输入电流与八重优先权值的模拟乘法功能。(D) 计算阵列示意图。经由阵列式布置运算单元，规划高精度电流域向量-矩阵乘法芯片。
这项研究的中心理念在于，把计算权重的构建方法从元件特性调整到部件的形状比例，参照图 1A，借助形状比例在制作完成之后具有很强稳固性的优势，达成高水准运算，参见图 1B。根据这一理念，研究集体借助电路构造规划，搭配记忆元件和调控装置，组成了可调节的计算模块，如图 1C所示。这个模块运用两层按比例分配电流的电路，达成输入电流同八个不同权重的乘积运算效果：第一个层级的比例受八位存储器调控；第二个层级的比例是固定的，它为不同排上的第一个层级输出电流配给相应的二进制数值。两层协同运作，决定了整个计算单元的综合比例，以此达成权重可设定的模拟乘法运算。借助这些计算单元的行列式部署，科研人员研发出一种精密的电流场向量与矩阵相乘的集成电路（见图 1D）。
图 2：关于高精度模拟向量-矩阵乘法测试的情况。(A) 展示了芯片以及测试电路的实物照片。(B) 提供了模拟向量-矩阵乘法精度测试电路的原理图示。(C) 是权值重映射方法的图解说明，这种办法有助于进一步提升芯片的计算准确性。(D) 列出了1500次随机向量-矩阵乘法测试的成果，理论值与实验值几乎完全一致。(E) 通过对误差分布进行标准化处理，分析结果显示其均方根值仅为0.101%。 (F) 将本芯片的精确度与当前顶尖的模拟计算方法进行横向比较。
接着，科研组选用180纳米硅片制造技术，对这一设计实施了芯片制造。芯片外观及测试电路见图2A。科研人员反复运行随机向量与矩阵相乘的运算，全面检测了该器件的运算准确性。检测时采用的矩阵维度为64行32列，如图2B所示，整个测试系统包含四片芯片。此外，科研人员开发出一种权重重新分配方案，如图 2C 所示，该方案能充分借助元件大小比例的恒定特性，进而增强芯片的运算准确度。经过 1500 次随机向量矩阵运算的测试，芯片所得数据与理论预期值极为接近，如图 2D 所示，充分展现了卓越的运算精确性。最新数据分析表明，该芯片的计算误差平方根平均值仅为 0.101个百分点，创下了模拟运算领域的最佳准确度记录，图 2E展示了这一成果。与现有其他模拟运算方法对比，本芯片的计算准确度获得大幅提升，图 2F证实了这一优势。
图 3 展示了高精度模拟计算芯片的工作情况。(A) 包含神经网络构造与数据来源。(B) 在 MNIST 数据集上测试的分类效果以混淆矩阵呈现，正确识别比例达到 97.97%。(C) 性能比较结果，高精度模拟计算芯片的检测准确度与 64 位浮点运算软件接近（相差 -0.49%），远胜于常规模拟处理设备（领先 +3.82%）。高精度模拟芯片通过解算纳维–斯托克斯方程，能够预知流体的动态表现。采用64位浮点运算的软件计算，其结果与本芯片的计算数据极为吻合。而使用低精度模拟的硬件设备，其计算结果不能精确描述流体的实际行为。
这种半导体器件的模拟向量-矩阵乘法运算精度极高，因此它能在实际使用中发挥出色作用。该团队起初考察了该芯片在神经网络推理方面的性能表现：借助团队设计的高精度模拟存算芯片完成图 3A 所示神经网络全部卷积层和全连接层计算时，在 MNIST 测试集上识别精确度达 97.97%（图 3C），此成绩与 64 位浮点精度软件识别结果相差无几（-0.49%），明显超越传统模拟计算设备（+3.82%）。团队接着考察了这种芯片在科研运算方面的功能。科研人员借助高精度模拟计算芯片来处理纳维–斯托克斯方程，以此重现流体的运动状态。实际操作表明，芯片得出的流体活动数据（见图3D）同64位浮点运算的成果极为接近（见图3E），可是普通低精度模拟运算设备在处理相同问题时却不能得到准确数据（见图3F）。
图 4：针对高精度模拟计算芯片进行抗干扰能力验证。(A) 在零下78.5摄氏度环境中，对芯片执行向量-矩阵乘法运算，得到其输出结果的均方根相对偏差为0.155%。(B) 在180摄氏度高温条件下，对芯片执行向量-矩阵乘法运算，得到其输出结果的均方根相对偏差为0.130%。芯片核心单元安放在更宽广的温度范围（-173.15℃到286.85℃）里进行检测的图示。(D)-(F)在宽温环境下测得的输出电流数据。与标准温度状况对比，输出电流的变动幅度不超过1.47%。芯片核心单元安放在强磁场（最大10 T）中进行准确度检测的图示。(H)-(J)在强磁场环境下测得的输出电流数据。相对于零磁场条件，输出电流偏差不超过 0.21%。
该研究小组不仅检测了这种模拟计算存储单元的优异运算准确度，还确认了它于严苛条件下维持运算精确度的可靠性，即便在环境因素发生波动时，该器件的构造比例依然能够维持稳定，因此这种芯片在极端状况下依然能够确保较高的运算准确度。科研小组在零下78.5度和180度环境下，采用这个仿真计算芯片完成模拟向量与矩阵相乘的检测，算出的误差方根均值分别是0.155%和0.130%（见图4A、B）。当测试温度范围扩大到零下173.15度到286.85度时，该器件中心部分输出电流与标准温度下的最大出入仅1.47%（见图4C-F）。另外，科研人员在超强力场（峰值达十特斯拉）中检测了器件的放电量。观察表明，核心部件的放电量与无场状况的差异不超过百分之零点二一，参见图四G至J。这些发现有力证明了该机构开发的高精度运算模式在极端状况下的稳固性。
