解一个 512 阶的矩阵方程,数字芯片要走五亿次乘加。
这颗芯片不走。它把方程摊成电路,让电路自己稳住,再读一次数。
10 月流片,型号 AX100。厂商的说法是世界首颗全集成、一步求解矩阵方程的模拟计算芯片。单次求解不到 100 纳秒,单次计算功耗约 80 毫瓦。
【本人未实测】这一段数字来自科技日报 11 月 15 日的报道,源头是安纳智芯自己给出的测试结果。芯片我没见过,也没找到第三方复现。

五亿次乘加,是怎么来的
先把这笔账算清楚。
数字芯片解矩阵方程,走的是迭代路线。它把求解拆成一堆乘法和加法,一轮一轮逼近答案。计算量随矩阵规模立方级增长。512 阶,大约是五亿次乘加。
五亿次乘加本身不算夸张。现在一块显卡一秒钟能做的运算,比这个多得多。
问题在耗时。报道给的说法是,这一步要几十到上百微秒。
单看也不长。可这种求解在训练里不是一次性的动作。参数每更新一轮,背后都要解一批方程。一秒钟里重复成千上万次。一天下来是另一回事。
【个人看法】所以这类芯片真正省的,不是「一次算得快」,是把一件高频重复的事从微秒级压到纳秒级。
模拟计算不是新东西,它卡在精度上
模拟计算这个概念比数字计算老得多。
它的思路很直接:不拿数字去模拟方程,直接用电路的物理性质对应方程。电阻、电容、电流按方程的结构连起来,电路稳定下来的那个状态,就是解。
一次读出,不用迭代。这就是「一步求解」里「一步」的意思。

听着漂亮,难处也在这儿。
模拟电路的输出是连续量。会漂,会受温度影响,会和设计值有偏差。精度上不去,算得再快也没人敢用。
报道里点出的瓶颈是「可靠性」和「可扩展性」。
【个人看法】这两个词看着像官话。翻成日常话很朴素:一个是不准,另一个是做大之后更不准。
一篇论文,到一条产线,隔了一年
2025 年 10 月,北京大学人工智能研究院研究员孙仲团队在《自然·电子学》发了一篇论文。
成果是把模拟计算的精度,从百分之一量级提到千万分之一量级。
当时有学者评价,说这项研究「复活」了一个长期被忽略的领域。
【文献研究结论】精度提升的量级、发表时间、期刊,来自报道对那篇论文的转述。论文原文我没有读到,它的实验条件和适用范围我都不知道。
一年之后,安纳智芯把它推到了产线上。

报道给的理由是,国内芯片制造和封装产业链比较成熟。从论文发表到完成流片,只隔了一年。
这个速度在芯片行业算快,尤其是实验室到产线这一段。
不过「流片完成」和「能稳定量产」之间隔着良率这一关。报道没说这一关怎么过。
三组测试,数字都不小
测试跑了三个场景。
大模型训练那一组,用了两个不大的模型做验证:293 万参数的 Autoencoder,272 万参数的 Transformer。方案是二阶优化,结果两类模型的训练更新消耗分别少了 92% 和 56%。
具身智能那一组看的是机器人。运动控制与规划的端到端算法提速 150% 到 500%,三维重建和 SLAM 的核心算法环节提速 200% 到 500%。
无线通信那一组最具体。128×128 的信道格拉姆矩阵,和现有数字 ASIC 芯片、GPU 相比,等效吞吐提升 20 到 207 倍,等效能效提升 27.6 到 61.3 倍。
三组里,第三组的对比写得最清楚,因为它说明了跟谁比。
前两组只讲提速和下降的比例,没讲参照物是谁。
这些数字还证明不了什么
能确认的部分先说:三组测试都是厂商自己跑的,测试条件是厂商自己定的。
没能确认的,我列在这儿。
没有和同规模数字芯片的直接对比数据。128×128 那组有参照,另外两组没有。
没有第三方复现。
芯片的面积、良率、量产时间、价格,一个都没公布。这四项决定它是实验室样品,还是能卖的东西。
它算出来的精度,对真实训练的最终效果有没有影响,报道没提。训练一个模型要跑很久,中间每一步的误差会不会累积,这是模拟计算绕不开的问题。
【暂无相关资料】上面五条我都没查到。不代表它们不存在,只是我没找到。
五亿次乘加对不到 100 纳秒,看着像一千倍的差距。可这两个数不是同一个口径下的对比。前者的矩阵规模和测试条件,报道没交代清楚。
我把这句话摆在这儿,是因为很多人会直接把两个数除一下。
不靠先进制程,这句最值得留意
报道里有一句,我觉得比那些倍数有分量。
这颗芯片不依赖先进制程。用当前成熟工艺就能做,全链路可以自主可控。
【个人看法】这句话的分量不在技术上,在成本上。数字芯片这些年的路线是把晶体管做得更小,代价是每一代制程的投入都在涨,跟得上的人越来越少。
换个物理原理,等于换一条不用挤的路。
换路不等于赢。模拟计算有自己的历史包袱,几十年前就有人做过,最后被数字电路压了下去。它当年输在精度和工程化这两件事上。现在解决到什么程度,我只看到一家公司的说法。
我保留的三点怀疑
所谓「世界首颗」,是厂商的说法。我没有找到第三方对它做过同样的认定。
92% 和 56% 这两个数字差距不小。同一个方案,两个不同的模型,效果差这么多。这说明它很依赖模型结构。换一个模型会怎样,现在不知道。
还有一句 CEO 的话值得记住。向锐说,这是中国企业第一次有机会参与定义一种重要计算范式。
这句话里的事实部分我同意。这个方向目前确实还没有定标准的人。至于能不能定义,要它先量产,还要别人愿意跟。
报道的最后一句写的是「有望实现芯片领域的『开道超车』」。
「有望」两个字,是这条消息里最准确的词。
我现在最想知道的是它的量产时间。一颗芯片能不能改变什么,最终不看测试报告,看它什么时候装进别人家的板子上。