“傅里葉變換”是頻率的“翻譯器”，可將聲音、圖像等復雜信號轉換為頻率語言，是科學和工程領域一種基礎且應用廣泛的計算方式。北京大學研究團隊創出一種全新的多物理域融合計算架構，可利用后摩爾新器件支持傅里葉變換，使算力提升近4倍，為具身智能、邊緣感知、類腦計算、通信系統等領域開辟新的可能。該成果9日發表于《自然-電子學》。

近年來，新型計算場景不斷涌現，對運算速度、精度等要求越來越高，而傳統硅基器件經過近幾十年發展已逼近極限。以憶阻器、光電器件為代表的后摩爾時代的新型器件憑借獨特的計算性能，被視為突破算力與能效困局的希望。然而，這些新器件往往由于可支持的計算方式單一，無法適配實際應用中多樣化計算方式的需求“跑不起來”，嚴重制約著算力和效能提升。

北京大學人工智能研究院研究員陶耀宇、集成電路學院教授楊玉超組成的科研團隊，瞄準傅里葉變換這一通用計算方式，創造性地將“易失性氧化釩器件”與“非易失性氧化鉭/鉿器件”這兩種適合做頻率轉換載體的新器件，在多物理域融合架構下進行系統集成，做出了可應用于傅里葉變換等多樣化計算方式的硬件系統。

“這種計算架構可讓多種計算方式在其適合的物理域如電流、電荷、光等進行計算，使計算效率更高?！碧找罱榻B，兩種器件在系統集成后充分發揮了在頻率生成調控與存算一體方面的互補優勢，在保證計算精度、降低計算功耗的前提下，將傅里葉變換計算速度從當前每秒約1300億次提升至每秒約5000億次，運算速度提升數倍。

陶耀宇表示，新的計算框架有望突破后摩爾新器件的算子譜系擴展難題，即可同時支持多種計算方式，使新器件能真正“跑起來”，加速新器件在人工智能基礎模型、具身智能、自動駕駛、腦機接口、通信系統等前沿領域的落地應用。