أظهر باحثون من جامعة بكين ومركز بكين للابتكار المتقدم في الدوائر المتكاملة تقدماً مهماً في مجال الحوسبة المتماثلة (Analog Computing)، من خلال تطوير نظام مبني على ذاكرة المقاومة المُستَنِدة إلى المقاومة (RRAM) قادر على حل المعادلات المصفوفية بدقة عالية وبسرعة كبيرة. يُعد هذا النظام، المنشور في مجلة Nature Electronics، أول حل متكامل بالكامل باستخدام الحوسبة المتماثلة يحقق دقة تصل إلى 24 بت (مطابقة لدقة التمثيل العائم FP32 المستخدمة في الحواسيب الرقمية)، وهو ما يُعد إنجازاً مهماً في مجال الحوسبة المتماثلة التي تعاني تاريخياً من مشكلات الدقة والتداخلات. الباحث الرئيسي، الزميل زونغ سون من جامعة بكين، يشير إلى أن عمله في هذا المجال بدأ منذ عام 2017، حيث ركّز على تطوير ما يُعرف بـ"الحوسبة المتماثلة الحديثة"، التي تركز على حل المعادلات المصفوفية (مثل Ax = b) باستخدام مصفوفات ذاكرة مقاومة غير قابلة للحذف (RRAM) بدلًا من الدوائر التقليدية المبنية على تكنولوجيا CMOS. على الرغم من التقدم المحرز خلال العقد الماضي، ظلت الأنظمة السابقة أقل دقة من الحواسيب الرقمية، ما حدّ من تطبيقاتها العملية. في دراستهم الأخيرة، نجح الفريق في دمج دارة ت inversion مصفوفة منخفضة الدقة (تم تطويرها في 2019 أثناء عمل سون كباحث ما بعد الدكتوراة في معهد بوليتكنيكو دي ميلانو) مع تقنية ضرب المصفوفة-المتجه عالية الدقة باستخدام تقنية "تقسيم البتات" (bit slicing) عبر عدة مصفوفات RRAM. في كل تكرار، تقدم الدارة المنخفضة الدقة نتيجة تقريبية، بينما تقوم العملية عالية الدقة بتعديل الحل من حيث الاتجاه والحجم، مما يؤدي إلى تقارب سريع للحل، أسرع بكثير من الخوارزميات التقليدية القائمة على التدرج (gradient descent). لإثبات قابلية التوسع، صمّم الفريق دائرة مبنية على مصفوفة 8×8، ونجحت في حل معادلات مصفوفية بحجم 16×16، ثم توسع تدريجياً إلى مصفوفات بحجم 32×32، مما يدل على قابلية التوسع الفعلية للنظام. هذا يفتح الباب أمام تطبيقات واسعة النطاق، خاصة في مجالات تتطلب معالجة سريعة وفعالة للمصفوفات، مثل الذكاء الاصطناعي والاتصالات اللاسلكية. يؤكد سون أن الإسهام الأبرز في هذه الدراسة يتمثل في إثبات إمكانية تحقيق دقة عالية في الحوسبة المتماثلة الكاملة، مع حل مشكلة التوسع، وهو ما كان يُعتبر تحدياً كبيراً. ويتطلع الفريق إلى تطوير نسخة أكبر من النظام، مع دمج جميع المكونات على شريحة واحدة، لبناء منصة متكاملة على مستوى الشريحة تضم كلا الوظيفتين: inversion المصفوفة وضرب المصفوفة-المتجه. يُعد هذا التقدم خطوة مهمة نحو تطوير أنظمة حوسبة متماثلة قادرة على المنافسة مع الحواسيب الرقمية في الدقة، مع الحفاظ على مزايا السرعة والكفاءة الطاقية، ما قد يُحدث ثورة في مجالات حساسة للطاقة والسرعة، مثل معالجة البيانات في الوقت الفعلي وتدريب نماذج الذكاء الاصطناعي.