Chip analog Trung Quốc xử lý nhanh gấp 12 lần chip số, mở hướng mới cho AI

Các nhà nghiên cứu Đại học Bắc Kinh (Trung Quốc) phát triển một loại chip analog có khả năng xử lý dữ liệu trong các ứng dụng thực tế, qua đó làm giảm sự phụ thuộc của trí tuệ nhân tạo (AI) vào các bộ xử lý số tiêu tốn nhiều năng lượng.

Theo đó, con chip mới không chỉ giải các bài toán toán học cơ bản mà còn có thể vận hành những hệ thống gợi ý cá nhân hóa và xử lý hình ảnh. Kết quả nghiên cứu được công bố trên tạp chí Nature Communications.

Ông Sun Zhong, chủ nhiệm đề tài nghiên cứu, cho biết con chip đạt tốc độ xử lý nhanh gấp 12 lần so với các bộ xử lý số tiên tiến, đồng thời cải thiện hiệu suất năng lượng hơn 200 lần.

Những kết quả trên được kiểm chứng thông qua việc huấn luyện các hệ thống gợi ý sử dụng những bộ dữ liệu có quy mô tương đương với Netflix và Yahoo. Trong các thử nghiệm nén ảnh, chip có thể tái tạo hình ảnh với chất lượng thị giác gần tương đương phương pháp tính toán số truyền thống, trong khi giảm một nửa dung lượng lưu trữ.

Theo ông Sun, nghiên cứu này đã “mở rộng ranh giới của điện toán analog” khi cho phép con chip xử lý các tác vụ phức tạp mà vẫn giữ được lợi thế về tốc độ và mức tiêu thụ năng lượng thấp.

Một chuyên gia phản biện bài báo nhận định các kết quả thực nghiệm cho thấy tiềm năng ứng dụng công nghiệp của công nghệ này, đặc biệt là “những cải thiện về tốc độ và hiệu suất năng lượng ở mức bậc độ lớn” so với các chip số truyền thống.

Điện toán analog, phương pháp tính toán dựa trên các tín hiệu vật lý thay vì mã nhị phân, từng được nghiên cứu từ nhiều thập kỷ trước, nhưng dần bị thay thế khi chip số trở nên nhanh hơn, rẻ hơn và ổn định hơn.

Khác với máy tính số, vốn xử lý thông tin theo từng bước bằng mã nhị phân gồm các số 0 và 1, điện toán analog biểu diễn các con số bằng những tín hiệu vật lý biến đổi liên tục, chẳng hạn như dòng điện hoặc điện áp.

Về mặt lý thuyết, cách tiếp cận này cho phép nhiều phép tính diễn ra đồng thời, mang lại lợi thế lớn về tốc độ và hiệu suất năng lượng đối với một số tác vụ nhất định.

Trong bối cảnh các hệ thống AI phụ thuộc nặng nề vào những bộ xử lý số tiêu thụ nhiều điện năng, chi phí truyền dữ liệu giữa bộ nhớ và đơn vị tính toán đã trở thành một nút thắt lớn.

Những tiến bộ về vật liệu, thiết kế mạch và thuật toán trong những năm gần đây đã khơi dậy sự quan tâm trở lại đối với phần cứng analog, vốn có khả năng thực hiện tính toán trực tiếp tại nơi dữ liệu được lưu trữ.

Trong một nghiên cứu công bố năm 2025, nhóm của ông Sun cho thấy các chip analog có thể tăng tốc đáng kể các phép toán cơ bản, nhanh hơn tới 1.000 lần so với các bộ xử lý số hàng đầu như GPU Nvidia H100, trong khi tiêu thụ ít năng lượng hơn nhiều.

Trong nghiên cứu mới nhất, nhóm đã áp dụng kỹ thuật phân rã ma trận không âm (NMF), một phương pháp phổ biến trong phân tích hình ảnh và hệ thống gợi ý. Khi dữ liệu tăng lên hàng triệu phần tử, phần cứng số truyền thống thường gặp khó khăn do giới hạn về tính toán và bộ nhớ.

Để khắc phục điều này, nhóm nghiên cứu đã phát triển một chip điện toán analog dựa trên bộ nhớ điện trở, đồng thời thiết kế lại mạch lõi để thực hiện phần tính toán phức tạp nhất của thuật toán chỉ trong một bước. Theo Science Daily, cách làm này giúp giảm số lượng đơn vị tính toán cần thiết, qua đó thu nhỏ kích thước chip và và giảm đáng kể mức tiêu thụ năng lượng.

“Nghiên cứu của chúng tôi đã mở ra một con đường mới để giải quyết các bài toán dữ liệu phức tạp theo thời gian thực, đồng thời cho thấy tiềm năng rất lớn của điện toán analog trong các ứng dụng thực tiễn”, ông Sun nói.

Trong một bài đăng trên mạng xã hội, ông Sun cho biết ông đam mê NMF kể từ khi kỹ thuật này được hai nhà khoa học gốc Hàn Quốc đề xuất lần đầu vào năm 1999.

“Thật đáng tự hào khi chứng kiến kỹ thuật này được đưa vào lĩnh vực điện toán analog trong bộ nhớ, sau 27 năm”, ông chia sẻ.