印度科学研究所（IISc）的研究人员开发了一个设计框架，以构建下一代模拟计算芯片组，该芯片组可能比大多数电子设备中的数字芯片更快、所需的功率更少。
该团队利用其新颖的设计框架，构建了一个名为ARYABHAT-1（模拟可重构技术和用于人工智能任务的偏置可扩展硬件）的模拟芯片组原型。这种类型的芯片组对于基于人工智能（AI）的应用（如对象或语音识别）特别有用鈥攖hink Alexa或Siri鈥攐r那些需要高速大规模并行计算操作的。
大多数电子设备，特别是涉及计算的设备，都使用数字芯片，因为设计过程简单且可扩展。IISc电子系统工程系（DESE）助理教授切坦·辛格·塔库尔（Chetan Singh Thakur）解释说：“但模拟技术的优势是巨大的。你将在功率和尺寸上获得数个数量级的改进。”该实验室领导着模拟芯片组的开发工作。在不需要精确计算的应用中，模拟计算可能优于数字计算，因为前者更节能。
然而，在设计模拟芯片时需要克服几个技术障碍。与数字芯片不同，模拟处理器的测试和协同设计很困难。通过编译高级代码，可以轻松地合成大规模数字处理器，并且相同的设计可以跨不同代的技术开发进行移植鈥攕是的，从7纳米芯片组到3纳米芯片组鈥攚进行最小修改。
因为模拟芯片不容易扩展鈥攖当过渡到下一代技术或新的应用程序时，它们需要单独定制鈥攖他们的设计很昂贵。另一个挑战是，在模拟设计中，用功率和面积来权衡精度和速度并不容易。在数字设计中，只需在同一芯片中添加更多的组件（如逻辑单元）即可提高精度，并且可以在不影响设备性能的情况下调整它们的工作功率。
为了克服这些挑战，该团队设计了一个新的框架，允许开发类似数字处理器的模拟处理器。他们的芯片组可以重新配置和编程，以便相同的模拟模块可以跨不同代的工艺设计和不同的应用程序进行移植。“你可以在180纳米或7纳米处合成同一种芯片，就像数字设计一样，”塔库尔补充道。
研究人员说，不同的机器学习架构可以在ARYABHAT上编程，就像数字处理器一样，可以在广泛的温度范围内稳健运行。他们补充说，该架构也是“可伸缩的”鈥攊当电压或电流等工作条件改变时，输电系统的性能保持不变。这意味着相同的芯片组可以配置为超节能物联网（IoT）应用程序或高速任务，如物体检测。
该设计框架是作为IISc学生Pratik Kumar博士工作的一部分开发的，并与美国圣路易斯华盛顿大学麦克尔维工程学院教授Shantanu Chakrabartty合作，Shantanu Chakrabartty同时担任华盛顿大学麦克唐纳学院驻IISc大使。Chakrabartty说：“很高兴看到模拟偏差可扩展计算的理论在现实和实际应用中得到体现，”他早些时候提出了偏差可扩展模拟电路。
研究人员在两项印前研究中概述了他们的发现，这两项研究目前正在接受同行审查。他们还申请了专利，并计划与行业合作伙伴合作，将该技术商业化。