不用光刻機也能造出高端芯片，中國曾破技術(shù)瓶頸，西方制裁成笑話

一道128×128的矩陣題，頂級英偉達GPU得吭哧吭哧算上一整天，而中國實驗室里一枚不靠EUV光刻機做出來的小芯片，一分鐘左右就把答案吐出來了。這不是宣傳稿里夸大的修辭，而是發(fā)表在《自然·電子學(xué)》上、有同行評議背書的硬數(shù)據(jù)。

在性能方面，這款芯片在求解32×32矩陣時已超越高端GPU內(nèi)核，對于更大規(guī)模的128×128問題，其計算吞吐量比頂級數(shù)字處理器快1000倍以上——GPU需要一整天完成的任務(wù)，這款芯片大約一分鐘就能搞定。在同等精度下，它的能效也提升了100倍以上。

更扎心的是：這枚把英偉達打得不吱聲的芯片，用的不過是十幾年前就量產(chǎn)的成熟工藝。所謂＂卡脖子＂的EUV光刻機，在這條技術(shù)路徑里壓根沒出場。

業(yè)內(nèi)人都清楚，中國大陸能穩(wěn)穩(wěn)量產(chǎn)28納米，DUV設(shè)備早就鋪開。這條工藝等級聽起來＂老舊＂，但配上對的架構(gòu)，照樣能干出讓世界眼紅的活。

主角是北京大學(xué)人工智能研究院孫仲研究員牽頭的團隊。繞開光刻機＂卡脖子＂，北京大學(xué)研究的新型芯片問世，計算精度從1%躍升至千萬分之一。

這款芯片可在28納米及以上成熟工藝量產(chǎn)，繞開光刻機＂卡脖子＂環(huán)節(jié)，能夠支撐6G、具身智能及AI大模型訓(xùn)練等多個前沿場景。千萬分之一是什么概念？相當于過去模擬計算的精度被一腳踩到油門底，往前沖了五萬倍。

成果分量到底有多重，看一個細節(jié)就明白：2025年12月25日，由科技日報社主辦、部分兩院院士和媒體負責(zé)人共同評選的＂2025年國內(nèi)十大科技新聞＂中，北京大學(xué)團隊研制的＂高精度可擴展模擬矩陣計算芯片＂成功入選。

紫光國微、兆易創(chuàng)新則因ReRAM產(chǎn)業(yè)化前景被市場看好而獲得資金追捧。這種反應(yīng)不是炒概念，而是產(chǎn)業(yè)鏈上下游都嗅到了真金白銀的味道——畢竟用的是現(xiàn)成產(chǎn)線，不需要重新砸錢建廠。

回看西方這幾年精心搭起來的制裁體系，邏輯其實就一句話：你做不出最先進的光刻機，你就出不了最強的芯片。

這個等式過去成立，是因為大家默認必須在數(shù)字芯片這條賽道上擠獨木橋。可一旦有人換了賽道，等式就直接崩了。28納米能干頂級AI訓(xùn)練的活，這事放在三年前幾乎沒人敢說。

模擬計算不是新鮮事物，反而帶著一股＂老家底＂的味道。

上世紀三四十年代，科學(xué)家用電壓、電流直接代表數(shù)字做運算，速度快、能耗低，可惜算出來的結(jié)果飄得厲害——溫度變一下、噪聲大一點，答案就跑偏。后來數(shù)字計算靠著穩(wěn)定可靠的0和1贏了這場世紀大戰(zhàn)，模擬計算被掃進了博物館。

孫仲團隊干的事，說白了就是把這個被判了＂死刑＂的老技術(shù)重新拉回擂臺，并給它裝上了一顆新心臟。

直覺上的優(yōu)勢其實從來沒變過。人類從小算＂1+1＂，并非動用28個晶體管，而是＂一根筷子加一根筷子等于兩根筷子＂的物理類比。

若將＂筷子＂縮至電子尺度——1個電子加1個電子是2個電子，這永遠成立。要做計算的時候，就可以直接通過物理定律來做計算——相較于28個晶體管，電子級類比在硬件資源開銷與能耗上均下降數(shù)個量級。

真正難啃的硬骨頭一直是＂算不準＂。團隊的破局思路有點像考試里的＂先估算再精算＂。每個存儲單元均為＂1晶體管-1電阻（1T1R）＂結(jié)構(gòu)，可在八個導(dǎo)電態(tài)間切換，對應(yīng)3-bit分辨率。

通過＂逐位切片＂策略，將原始矩陣A分解為若干3-bit子矩陣，再分別映射至不同陣列中，從而實現(xiàn)多位精度的累積運算。

在算法層面，系統(tǒng)通過迭代更新殘差和增量，實現(xiàn)逐步逼近真實解的過程。每一輪迭代中，低精度求逆電路提供近似解，高精度乘法模塊計算殘差修正，從而不斷提升精度。

通俗講，第一遍先用粗糙地圖圈出大致方位，第二遍掏出高精度儀器鎖定坐標，第三遍把誤差摁到小數(shù)點后好幾位。

之所以能這么玩，關(guān)鍵在于核心器件用的是阻變存儲器，也叫RRAM。由阻變存儲器陣列驅(qū)動的模擬計算芯片，憑借物理定律直接進行高并行、低延時、低功耗運算的先天優(yōu)勢，重新進入研究視野。

這種器件國內(nèi)多家企業(yè)已經(jīng)具備量產(chǎn)基礎(chǔ)，不需要在某個被封鎖的稀有材料或獨家工藝上死磕。換句話說，這條路的產(chǎn)業(yè)鏈根基扎實，不是空中樓閣。

值得專門點出的是，國內(nèi)外搞存算一體的團隊不少，但絕大多數(shù)還停留在＂矩陣乘法＂這一步，干的是AI推理的活。

國內(nèi)外許多團隊集中于研究矩陣乘法（AI推理的核心），而北大團隊的特色在于專注于更具挑戰(zhàn)性的矩陣方程求解（AI二階訓(xùn)練的核心）。難度差了一個量級，含金量也差了一個量級。

把芯片做出來只是上半場，能不能在產(chǎn)業(yè)里活下來才是真正的考題。這枚芯片瞄準的幾個方向，恰好都是當下最缺算力、最燒錢的賽道。

實驗?zāi)M了一個16×4的MIMO系統(tǒng)，傳輸對象為＂北京大學(xué)校徽＂的100×100二值圖像，通過256-QAM調(diào)制編碼后發(fā)送，僅進行兩次迭代后，接收端恢復(fù)出的圖像已與原圖完全一致。能效高、延時低、還能扛大規(guī)模信道——這正是6G基帶處理器最迫切的需求清單。

第二個是AI大模型訓(xùn)練。當下大模型的胃口越來越大，光靠堆GPU已經(jīng)撐不住電費賬單。所謂二階訓(xùn)練方法早就被理論證明能讓模型收斂得又快又穩(wěn)，可一直沒人敢用，因為單次計算量大到?jīng)]有任何數(shù)字芯片能扛。

矩陣求逆操作要求的計算精度極高，時間復(fù)雜度達到了立方級，而模擬計算憑借物理規(guī)律直接運算的方式，具有低功耗、低延遲、高能效、高并行的天然優(yōu)勢。這塊空白填上之后，整個AI訓(xùn)練范式都可能重寫。

第三個是科學(xué)計算和超算。氣象預(yù)報、流體仿真、量子化學(xué)、熱擴散分析，這些任務(wù)說到底都是在解大型的偏微分方程，最終都得歸到矩陣運算上。

模擬芯片在求解天氣預(yù)報和流體動力學(xué)中使用的偏微分方程等特定任務(wù)上，速度不僅超越英偉達H100，也超過了AMD Vega 20。對于天天為電費發(fā)愁的國家級超算中心來說，能效翻百倍意味著什么，不用算賬都能感受到分量。

研究團隊表示，未來對芯片電路的進一步改進還能繼續(xù)提升性能，他們的下一步目標是構(gòu)建更大規(guī)模、完全集成的芯片，以更快的速度處理更復(fù)雜的問題。

器件一致性、陣列良率、配套的編譯器和軟件生態(tài)，每一項都不輕松。但好消息是，這些活兒都是中國半導(dǎo)體產(chǎn)業(yè)過去十年最熟悉的賽道。

把鏡頭拉遠一點看，這件事的意義早就超出了一顆芯片本身。西方的制裁邏輯建立在＂路只有一條＂的假設(shè)上——堵死EUV，就堵死中國高端芯片的未來。

技術(shù)封鎖這種東西，短期內(nèi)能添堵，長期看反而會逼出意想不到的創(chuàng)新路徑。光刻機依然重要，先進制程依然值得追，但那已經(jīng)不再是中國芯片產(chǎn)業(yè)唯一能走的路。

當世界還盯著7納米、5納米、3納米打轉(zhuǎn)的時候，中國研究者把目光抬高了一個維度——計算范式的革命，比制程數(shù)字的游戲，要刺激得多。