「傅里叶变换」 是频率的 「翻译器」，可将声音、图像等复杂信号转换为频率语言，是科学和工程领域一种基础且应用广泛的计算方式。北京大学研究团队创出一种全新的多物理域融合计算架构，可利用后摩尔新器件支持傅里叶变换，使算力提升近 4 倍，为具身智能、边缘感知、类脑计算、通信系统等领域开辟新的可能。该成果 9 日发表于 《自然-电子学》。
近年来，新型计算场景不断涌现，对运算速度、精度等要求越来越高，而传统硅基器件经过近几十年发展已逼近极限。以忆阻器、光电器件为代表的后摩尔时代的新型器件凭借独特的计算性能，被视为突破算力与能效困局的希望。然而，这些新器件往往由于可支持的计算方式单一，无法适配实际应用中多样化计算方式的需求 「跑不起来」，严重制约着算力和效能提升。
北京大学人工智能研究院研究员陶耀宇、集成电路学院教授杨玉超组成的科研团队，瞄准傅里叶变换这一通用计算方式，创造性地将 「易失性氧化钒器件」 与 「非易失性氧化钽/铪器件」 这两种适合做频率转换载体的新器件，在多物理域融合架构下进行系统集成，做出了可应用于傅里叶变换等多样化计算方式的硬件系统。
「这种计算架构可让多种计算方式在其适合的物理域如电流、电荷、光等进行计算，使计算效率更高。」 陶耀宇介绍，两种器件在系统集成后充分发挥了在频率生成调控与存算一体方面的互补优势，在保证计算精度、降低计算功耗的前提下，将傅里叶变换计算速度从当前每秒约 1300 亿次提升至每秒约 5000 亿次，运算速度提升数倍。
陶耀宇表示，新的计算框架有望突破后摩尔新器件的算子谱系扩展难题，即可同时支持多种计算方式，使新器件能真正 「跑起来」，加速新器件在人工智能基础模型、具身智能、自动驾驶、脑机接口、通信系统等前沿领域的落地应用。
广告
