“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，在国际上首次实现了一种全新的多物理域融合计算架构，可利用后摩尔时代的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。相关研究成果1月9日发表于《自然-电子学》。
在后摩尔时代，以忆阻器、光电器件为代表的后摩尔时代的新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。尽管多种后摩尔时代的新器件在简单线性算子上具有显著优势，但由于支持算子种类单一，无法适配实际应用中多样化的计算方式需求，导致这些前沿技术始终难以跨越“从实验室到市场”的鸿沟。
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。
论文共同第一作者兼通讯作者陶耀宇介绍，这一新技术架构实现了高达99.2%的傅里叶变换精度。实验与仿真结果显示，两种器件吞吐率相比目前最快的硅基芯片提升近4倍，能效提升达96.98倍，同时显著降低了存储与互连资源的消耗。
论文通讯作者杨玉超表示，新的计算框架有望突破后摩尔时代的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。
“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，在国际上首次实现了一种全新的多物理域融合计算架构，可利用后摩尔时代的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。相关研究成果1月9日发表于《自然-电子学》。
在后摩尔时代，以忆阻器、光电器件为代表的后摩尔时代的新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。尽管多种后摩尔时代的新器件在简单线性算子上具有显著优势，但由于支持算子种类单一，无法适配实际应用中多样化的计算方式需求，导致这些前沿技术始终难以跨越“从实验室到市场”的鸿沟。
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。
论文共同第一作者兼通讯作者陶耀宇介绍，这一新技术架构实现了高达99.2%的傅里叶变换精度。实验与仿真结果显示，两种器件吞吐率相比目前最快的硅基芯片提升近4倍，能效提升达96.98倍，同时显著降低了存储与互连资源的消耗。
论文通讯作者杨玉超表示，新的计算框架有望突破后摩尔时代的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。
