数据规模的爆炸式增长给传统计算硬件带来了严峻挑战。计算复杂度高、内存访问瓶颈、功耗消耗巨大等问题日益凸显，成为制约高效能计算发展的关键因素。北京大学人工智能学院孙仲研究员团队的最新研究成果为该难题提供了新的解决思路。
从通用计算走向面向任务与算子的专用化，从"堆算力"转向"提效率"，是高效能计算发展的必然趋势。北大团队在非负矩阵分解专用模拟计算芯片上的探索，说明了以基础研究牵引工程突破的价值。未来能否在可靠性、生态与规模化应用上持续突破，将决定这类新路径能走多远。但可以确定的是，围绕能效与实时性的技术竞赛，正在为下一代计算平台打开新的空间。