国际信息论研讨会ISIT是信息论领域的国际顶尖学术会议。信息论领域最高学术荣誉——克劳德·E·香农奖的获奖者每年都会在ISIT大会发表主题演讲。今年ISIT首次登陆中国大陆研究内容全面覆盖香农理论、编码理论、信息安全等领域重点聚焦信息论与人工智能、机器学习、量子信息等前沿学科的交叉融合汇聚了全球近千名顶尖专家学者现场交流。近日2026年IEEE国际信息论研讨会IEEE International Symposium on Information Theory, ISIT 2026在广州正式闭幕知存科技自研纠错编码技术成果被大会接收并现场发表。该成果针对模拟存算一体ACIM架构的原位误差校正难题提出改进型Berlekamp码构造方案为3D NAND存算一体芯片支撑大语言模型高可靠推理提供了核心编码技术支撑。《An Improved Construction Approach for Berlekamp Code in Analog In-Memory Computing》现场发表一作Dr Liu现场发表随着大语言模型算力需求快速增长基于3D NAND闪存的模拟存算一体架构凭借极致能效比与超高存储密度成为AI算力加速的主流技术路线。但器件读噪声、工艺波动等非理想特性会导致乘累加MAC计算结果出现误差影响模型推理精度。模拟存算一体 MAC 电路基本模型传统纠错码基于二进制域汉明距离设计无法适配ACIM阵列列累加的整数域加性误差。基于整数域曼哈顿距离构造的Berlekamp码虽天然适配该场景但原始设计存在两处关键缺陷校验位比特“1”密度过高引发差错聚集大幅削弱纠错能力额外附加的奇偶校验位可靠性最差反而降低检错效果。针对上述痛点知存科技团队提出系统性优化方案揭示差错聚集机制建立比特“1”密度与MAC误差方差的数学模型严格证明校验位高“1”密度是差错聚集的核心成因均衡比特分布通过扩展校验位宽度、重选编码向量参数与优化编码映射平衡信息位与校验位的“1”密度显著降低校验位出错概率原生奇偶构造设计两种天然满足偶校验约束的码构造方法彻底移除原始方案中易错的额外奇偶校验位双纠错码优化将方案扩展至双纠错级联Berlekamp码解决了原始双纠错设计在ACIM场景下编码增益为负的问题。各方案校验位平均 MAC 错误概率对比各方案输出 SNR 性能对比基于Llama-2-7b模型权重的仿真验证显示单纠错方案的校验位平均错误概率较基线降低一个数量级以上改进双纠错方案在低信噪比下实现4-5dB编码增益高信噪比下增益超20dB纠错性能提升显著。该研究完善了模拟存算一体的纠错理论体系为大规模存算阵列的可靠性设计提供了可落地的技术路径将进一步推动存算一体芯片在大模型推理场景的商业化落地。