相關專家向《環(huán)球時報》記者表示，國慶官該報告用客觀事實有力地批駁了所謂的南海航行自由受到威脅之類的輿論炒作。

我們的模擬計算芯片，檔接旨在更高效地處理AI等領域最耗能的矩陣逆運算，是對現(xiàn)有算力體系的有力補充。模擬計算機在計算機發(fā)展早期（上世紀30-60年代）曾被廣泛應用，近收但隨著計算任務日益復雜，其精度瓶頸凸顯，逐漸被數(shù)字計算取代。

孫仲指出，有億此次研究的核心正是要解決模擬計算算不準這一痛點。關于應用前景，部票孫仲認為，模擬計算在未來AI領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域，如機器人和人工智能模型的訓練。孫仲指出，房過與其他存算一體方案對比，房過國內(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，問題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，問題矩陣方程求解經(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信號檢測等關鍵科學問題時，身上計算吞吐量與能效較當前頂級數(shù)字處理器（GPU）提升百倍至千倍。

當問題規(guī)模擴大至128×128時，國慶官計算吞吐量更達到頂級數(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，檔接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)學上的數(shù)字。深入掌握液體中聚合物的結構與微觀行為，近收可推動先進制程中光刻、蝕刻和濕法清洗等關鍵工藝的缺陷控制與良率提升。研究人員最終合成出一張分辨率優(yōu)于5納米的微觀三維全景照片，有億一舉克服了傳統(tǒng)技術無法原位、三維、高分辨率觀測的三大痛點。顯影是光刻的核心步驟之一，部票通過顯影液溶解光刻膠的曝光區(qū)域，將電路圖案精確轉(zhuǎn)移到硅片上。近日，房過北京大學化學與分子工程學院彭海琳教授團隊及合作者通過冷凍電子斷層掃描技術，房過首次在原位狀態(tài)下解析了光刻膠分子在液相環(huán)境中的微觀三維結構、界面分布與纏結行為，指導開發(fā)出可顯著減少光刻缺陷的產(chǎn)業(yè)化方案。為破解難題，問題研究團隊首次將冷凍電子斷層掃描技術引入半導體領域。