11 月 15 日,模拟计算芯片公司安纳智芯宣布,其自主研发的 AX100 已于 10 月完成流片。按公司披露的测试结果,这颗芯片单次求解矩阵方程的时间小于 100 纳秒,单次计算功耗约 80 毫瓦,实测数据与前期仿真基本一致。公司称其为全球首颗全集成、一步求解矩阵方程的模拟计算芯片。

矩阵方程为什么成了算力账本
大模型训练里的参数优化、机器人做动作控制与空间规划、基站处理信号,底层都在解矩阵方程。数字芯片的路子是把求解拆成海量乘加迭代,计算量随矩阵规模呈立方级增长。按科技日报的报道,解一个 512 阶矩阵方程大约需要 5 亿次乘加,耗时在数十到上百微秒之间。
模拟计算换了个思路:把矩阵方程直接映射成电路,电路自平衡后一次读出结果,中间没有迭代过程。它的延时和功耗优势来自物理定律本身,而不是靠更先进的制程去堆频率。
精度曾是这条路线的死结
模拟计算不是新概念,长期卡在精度和可扩展性上。2025 年 10 月,北京大学人工智能研究院孙仲团队在《自然·电子学》发文,把模拟计算的精度从百分之一量级提升到千万分之一量级,这个方向才重新被产业界认真看待。AX100 用的就是这套思路,从论文到流片大约一年。
三个场景的实测数字
公司公布了三组验证结果,值得逐条看。大模型训练侧,在 293 万参数的 Autoencoder 和 272 万参数的 Transformer 上,配合二阶优化方案,两类模型的训练更新消耗分别减少 92% 和 56%。
具身智能侧,运动控制与规划端到端算法提速 150% 到 500%,三维重建与 SLAM 的核心环节提速 200% 到 500%。
无线通信侧,对 128×128 规模的信道格拉姆矩阵,等效吞吐比现有数字 ASIC 与 GPU 提升 20 到 207 倍,等效能效提升 27.6 到 61.3 倍。这些数字都来自厂商自测和特定任务,不能直接外推成通用算力。矩阵求解只是计算任务里的一类,模拟电路擅长的是固定算子、低延时、低功耗的场合。
不依赖先进制程是另一层意义
公司明确表示,这颗芯片用成熟工艺就能制造,全链路可以自主可控。在先进制程与设备受限的背景下,这条路径的价值不只是性能,还包括产能的可获得性。对做基站、机器人、工业设备的厂商来说,一颗能用成熟工艺下单的协处理器,比一颗跑分更高但要排队等产能的芯片更实用。
工程师现在该怎么看这件事
短期不要指望它替换 GPU 或通用 SoC,更现实的定位是把它当成一颗矩阵求解协处理器,挂在需要反复求解、对延时敏感的环节上。
真要评估,先问三个问题:精度在温度漂移和批次差异下能不能守住;模型或算法改动后要不要重新标定;有没有可用的工具链把矩阵拆出来交给它算。这三条过不了,实测数字再漂亮也落不了地。
建议先挑一个边界清晰的任务做小规模验证,比如基站的信道估计、机器人的逆运动学求解,用现有数字方案做基线,比较端到端延时与整机功耗,再决定是否往产品里放。这一步不需要等它量产。