模拟计算机相比数字计算机真的就一无是处了吗

大家都知道模拟信号是连续的，数字信号是离散的，并且我们现代的计算机都是在数字电路的基础上构建起来的。那你们想过没有，为什么没有模拟计算机呢？

模拟计算机顾名思义，使用模拟量进行计算。但由于容易受到外界环境干扰，难以得到精确解，并且随着数字电路不断地发扬壮大，模拟计算机被抛弃在了历史的长河中。那模拟计算机相比数字计算机真的就一无是处了吗？如果你也同意这样的观点，那你就看低了你自己。因为人的大脑就是一台天然的模拟计算机。

模拟计算机在做各类运算的时候，无论是能耗表现还是性能表现除了精度都要远远强于数字计算机。

举个例子，同样是加法器，数字电路中需要大量的晶体管构建加法电路，详情可以参见之前的行波进位加法器和超前进位加法器的文章。模拟电路则只需要一个运算放大器和几个电阻，其中运算放大器的结构复杂度和一个逻辑门是差不多的。并且模拟电路中加法器的运算速度可以说几乎是实时的，没有延迟的。而数字电路中则需要等待晶体管一个个发生翻转，保守估计，模拟电路的运算速度将会是数字电路的千倍左右。
 

数字电路中超前进位加法器（四位二进制）

模拟电路中的加法器（图片源于网络）

如果说加法器还不太能体现出模拟电路的优势，那么模拟电路中积分器的存在可以说是将数字电路残暴地按在地上摩擦。模拟电路中积分器同样只需要一个运算放大器和一个电容和若干个电阻，而在数字电路就不是简简单单的几千个晶体管地堆砌可以解决的了，甚至需要为之编写求积程序，使用机械求积、拉格朗日求积等算法再利用成千上万个时钟周期不断迭代逼近精确答案。而这个相同的积分运算的答案在模拟电路的积分器中则几乎是秒出，除了无法做到太精确以外，几乎都是优点。
 

数字电路“积分器”（利用完整的CPU和算法共同实现）

模拟电路积分器（图片源于网络）

相信你们也看出来了，模拟计算机特别适合用在不太注重精确解的领域。那什么领域不需要精确解呢？

人工智能神经网络

众所周知，神经网络中含有大量的乘加单元，如果是通用计算机执行神经网络程序，那么CPU将会反复使用ALU中的加法器和乘法器，期间不断在内存读取和写入数据，可以说效率极其低下。而FPGA、NPU等各类为神经网络有特殊buff加成的芯片则普遍采用了存算一体的芯片架构，摒弃了反复读写内存的低效 *** 作，并且采用了大量的加法器和乘法器便于并行运算在同一短暂时间内直接得到答案。

上文提到过模拟计算机相比数字计算机在加法器和乘法器等各类运算电路中存在的体型和能耗优势，因此如果将上述NPU这类“神经网络芯片”改用模拟量做运算，那么是否在性能和功耗方面都将再上一层楼？

并且我们知道神经网络中的节点权重是通过大量的训练集训练出来的，其对于运算精度的要求并不算高，相反，模拟电路具有的模棱两可的精度特性在计算机视觉这类需要模糊处理的领域也许会有更积极的作用。


审核编辑：刘清