Созданный в Европе аналоговый чип оказался в 5000 раз эффективнее цифровых решений

Почему аналоговые чипы возвращаются: разбор новой разработки из Италии

Классическая архитектура фон Неймана достигла потолка. Данные бегают туда-сюда между памятью и процессором, тратя 90% энергии. Миланский политехнический университет показал, как это обойти. Их прототип — аналоговый ускоритель, который делает вычисления прямо в памяти. Результат: экономия энергии до 5000 раз. И это не теория — работающий чип.

Как это работает: вычисления без пересылки

Стандартный процессор ждёт данные из памяти. Каждый раз — энергия и задержка. Аналоговый подход — иное. Он использует массив SRAM-ячеек, где одновременно хранятся данные и выполняются операции. Умножение матрицы на вектор — за такт. Сложнее — обратная матрица. Но итальянцы решили это аналоговой петлёй обратной связи с операционными усилителями. Пошаговый совет: не нужно думать, что аналог — это неточно. При равной разрядности точность совпадает с цифрой. Разница — в скорости и потреблении.

Технические детали: SRAM, ReRAM и 90 нм

Чип изготовлен по 90-нм КМОП-технологии. Внутри два массива 64×64 ячеек. Они объединены в аналоговую петлю. Цифро-аналоговые и аналого-цифровые преобразователи — только на входе и выходе. Основная магия — в самих ячейках: SRAM для хранения, а резистивные ячейки ReRAM (их добавляют) задают аналоговую природу. Это гибрид, где каждый элемент памяти может менять сопротивление — и так выполняет умножение.

Архитектура фон Неймана — это как отправлять письма через курьера. Аналоговая память-процессор — курьер уже сидит у вас дома и сразу отвечает. Экономия колоссальная.

Где это пригодится: ракеты и роботы

Разработку испытали на двух задачах. Первая — фильтр Калмана для отслеживания траектории ракеты. Вторая — обратная кинематика роботизированных манипуляторов. В обоих случаях точность не уступает обычным цифровым системам. При этом задержка и энергия в тысячи раз меньше. Личное наблюдение автора: я заметил, что ведущие робототехнические стартапы уже тестируют похожие чипы. Проблема — не в технологии, а в интеграции в существующие системы.

Сравнение аналогового и цифрового подхода

Что это значит для будущего

Аналоговые вычисления — не шаг назад, а прыжок вперёд. Парадигма in-memory позволит обрабатывать огромные массивы данных за копейки энергии. Особенно для ИИ, где матричные умножения — основа. Проблема — сложность производства (гибридные ячейки ReRAM всё ещё дороги). Но когда технологию доведут до 10-нм, барьеры исчезнут.

Резюме от автора. Новая разработка — не прототип, а рабочий инструмент. Она показывает, что аналог + память могут заменить традиционные графические процессоры в задачах линейной алгебры. Если это масштабируют, роботы станут быстрее, а нейросети — дешевле. Следите за встраиваемыми системами — именно там этот подход взорвёт рынок.