一種可能是，忽憶邯鄲很少有其他方面都沒觸及規(guī)定，單單因為船旗而要被收費的。

模擬計算機在計算機發(fā)展早期（上世紀(jì)30-60年代）曾被廣泛應(yīng)用，故人但隨著計算任務(wù)日益復(fù)雜，其精度瓶頸凸顯，逐漸被數(shù)字計算取代。孫仲指出，今總此次研究的核心正是要解決模擬計算算不準(zhǔn)這一痛點。

關(guān)于應(yīng)用前景，老貪孫仲認(rèn)為，模擬計算在未來AI領(lǐng)域的定位是強大的補充，最有可能快速落地的場景是計算智能領(lǐng)域，如機器人和人工智能模型的訓(xùn)練。孫仲指出，夢好茫與其他存算一體方案對比，夢好茫國內(nèi)外許多團隊集中于研究矩陣乘法（AI推理的核心），而他的團隊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）。高精度全模擬矩陣計算求解矩陣方程在計算精度方面，忽憶邯鄲團隊在實驗上成功實現(xiàn)16×16矩陣的24比特定點數(shù)精度求逆，忽憶邯鄲矩陣方程求解經(jīng)過10次迭代后，相對誤差可低至10??量級。

該芯片在求解大規(guī)模MIMO信號檢測等關(guān)鍵科學(xué)問題時，故人計算吞吐量與能效較當(dāng)前頂級數(shù)字處理器（GPU）提升百倍至千倍。當(dāng)問題規(guī)模擴大至128×128時，今總計算吞吐量更達(dá)到頂級數(shù)字處理器的1000倍以上，傳統(tǒng)GPU干一天的活，這款芯片一分鐘就能搞定。

孫仲說，老貪而模擬計算則無需這層‘轉(zhuǎn)譯，它是一種‘類比計算（analoguecomputing），可以直接用連續(xù)的物理量（如電壓、電流）來類比數(shù)學(xué)上的數(shù)字。比如，夢好茫數(shù)學(xué)上的‘十，可以直接用十伏或十毫伏的電壓來表示。圖片來源：忽憶邯鄲視覺中國（圖文無關(guān)）據(jù)介紹，忽憶邯鄲智者一號在非常有限的空間內(nèi)，集成了1152個CPU核心、4.8TDDR5內(nèi)存和204T存儲空間，還能將運行噪音控制在45分貝以下，功耗僅為傳統(tǒng)超算設(shè)備的十分之一。其通過直覺神經(jīng)網(wǎng)絡(luò)類腦算法，故人將超算能力濃縮至迷你設(shè)備，能效顯著提升，功耗僅為傳統(tǒng)設(shè)備十分之一。在單節(jié)點CPU上，今總智者一號僅用30小時就完成了百億token的訓(xùn)練任務(wù)，今總訓(xùn)練和推理速度分別達(dá)到10萬token/秒和50萬token/秒，性能媲美需要多張高端GPU的傳統(tǒng)算力集群。此外，老貪即使在最高負(fù)載運行下，設(shè)備溫度仍能穩(wěn)定控制在70攝氏度以內(nèi)。其可解釋的數(shù)值與符號統(tǒng)一的類腦學(xué)習(xí)網(wǎng)絡(luò)，夢好茫高度模擬人腦運算機制，夢好茫融合了符號計算與數(shù)據(jù)驅(qū)動的三值邏輯類腦模型，可以高速高效地運行包含大模型在內(nèi)的各種模型訓(xùn)練與推理。