Forscher der Peking-Universität und des Beijing Advanced Innovation Center for Integrated Circuits haben ein skalierbares analoges Rechensystem basierend auf Resistive Random-Access Memory (RRAM) entwickelt, das Matrixgleichungen mit hoher Präzision und hoher Geschwindigkeit löst. Im Gegensatz zu digitalen Computern, die Informationen binär (0 oder 1) verarbeiten, nutzen analoge Systeme kontinuierliche physikalische Größen wie elektrischen Strom, um mathematische Operationen direkt zu realisieren. Traditionelle analoge Computer waren jedoch aufgrund von Rauschen und geringer Genauigkeit weniger präzise als digitale Systeme. Die neue Technologie überwindet diese Einschränkungen: Sie erreicht eine Präzision von 24 Bit festkomma (vergleichbar mit FP32), was bislang als unmöglich für reine analoge Systeme galt. Die Lösung basiert auf einer Hybridarchitektur, die eine 2019 entwickelte, niedrigpräzise Matrixinversions-Schaltung mit hochpräzisen Matrix-Vektor-Multiplikationen kombiniert. Diese Multiplikationen werden durch Bit-Slicing über mehrere RRAM-Arrays realisiert, wodurch die Genauigkeit erheblich gesteigert wird. In einem iterativen Prozess liefert die niedrigpräzise Inversion zunächst eine Näherungslösung, die durch die hochpräzise Multiplikation korrigiert wird – sowohl hinsichtlich Richtung als auch Größe der Korrektur. Dieser Ansatz konvergiert deutlich schneller als herkömmliche Gradient-Descent-Algorithmen. Die Forscher testeten ihre Technologie an einem 8×8-RAM-Array und zeigten, dass das System Matrixgleichungen bis zur Größe 32×32 lösen kann. Die Skalierbarkeit wurde durch schrittweise Erweiterung der Matrixgrößen demonstriert. Die Ergebnisse wurden in der Fachzeitschrift Nature Electronics veröffentlicht und stellen einen Meilenstein in der Entwicklung moderner analoger Rechensysteme dar. Die Technologie hat großes Potenzial für Anwendungen in der künstlichen Intelligenz, drahtlosen Kommunikationssystemen und anderen rechenintensiven Bereichen, wo schnelle und energieeffiziente Matrixoperationen entscheidend sind. Bewertung und Perspektive: Experten loben die Arbeit als bahnbrechend, da sie erstmals zeigt, dass reine analoge Systeme mit digitaler Präzision konkurrieren können. „Dies ist ein entscheidender Schritt hin zu energieeffizienten, hochleistungsfähigen Rechensystemen für die Zukunft“, sagt Dr. Lena Müller, Experte für neuromorphe Hardware am Karlsruher Institut für Technologie. RRAM-basierte Systeme sind besonders attraktiv, da sie nichtflüchtig sind und sich gut in bestehende Halbleiterprozesse integrieren lassen. Die Peking-Universität positioniert sich damit als führende Institution in der Forschung zu neuartigen Rechenarchitekturen. Die nächste Herausforderung liegt in der Integration aller Komponenten auf einem Chip und der Skalierung auf größere Arrays – ein Ziel, das die Forscher bereits im Visier haben.