港大新型模拟芯片问世 处理速度提升亿倍

人工智能硬件领域长期受制于传统架构的数据传输瓶颈，业界称之为冯·诺依曼瓶颈。香港大学工程学院李灿教授团队近期针对这一难题推出创新方案，利用二维二硫化钼闪存材料，成功开发出一款极简架构的模拟内容寻址存储器（CAM），相关成果已发表于国际期刊《自然·纳米技术》。

该芯片在架构设计上实现重大突破。传统CAM单元通常需要16个晶体管，而新方案仅用2个晶体管即可完成单元构建，大幅缩减芯片面积并提升存储密度。更重要的是，它能在存储位置直接执行复杂搜索，例如在汉明距离计算任务中，处理速度比标准CPU快约1亿倍，且在多组数据集测试中保持极高准确率。

在材料工艺方面，团队通过引入半金属锑作为接触电极，有效克服了二维材料连接电路时的肖特基势垒问题，创建了低电阻通道，使芯片能直接处理连续模拟信号。李灿教授表示，大语言模型的注意力机制本质上是信息搜索过程，团队正探索用高性能硬件加速AI模型。尽管商业化生产仍面临封装挑战，但该研究为低功耗AI硬件发展提供了清晰蓝图。从行业趋势看，模拟计算在AI硬件中的应用正成为研究热点。