模拟芯片跑注意力快 H100 百倍、省电七万倍，Nature 论文挑战冯·诺依曼架构
anselm · x · 2026-09-25
- 研究人员在 Nature 发表了一种模拟存内计算（analog in-memory computing）架构 GainCellAttention，宣称运行 LLM 注意力机制比 H100 快 100 倍、能耗低 7 万倍。
- 核心思路：现有 AI 芯片都受限于冯·诺依曼架构——处理器与存储物理分离，数据来回搬运的能耗可达计算本身的上万倍。
- 该方案用新兴的 "gain cell" 硬件，把注意力这一最昂贵的计算直接放在存储单元内部完成，从物理上消除了数据搬运瓶颈。
- 若成熟，可能显著改变推理成本结构；但仍是论文阶段成果，距实际部署尚有距离。
「Infra」频道最新
- Starlink 美国城市用户增速 73% 反超农村，上传速度提升 42% — XFreeze · 2026-11-11
- Cloudflare 采用未经实战的共识算法 QuePaxa,替代 Raft/Paxos 建 Meerkat — sull · 2026-11-11
- 用 AI 扫遍全美废弃商场，改造成数据中心的脑洞 — LinusEkenstam · 2026-11-11
- Anthropic S-1 曝 260 亿美元私募：七大供应商按 IPO 价入股 — demian_ai · 2026-11-11
- SpaceXSI 1.2GW 燃气电厂获密西西比州环保许可,为 Colossus II 供能 — XFreeze · 2026-11-11
- Anthropic 称用 AI 3 天完成 AMD GPU 移植,动摇 Nvidia CUDA 护城河 — The Decoder · 2026-11-11