核心观点 - 北京大学科研团队在多物理域融合计算架构领域取得突破性进展，通过集成新型后摩尔器件，实现了高性能的“傅里叶变换”硬件系统，其算力、能效相比传统硅基芯片获得显著提升 [1][5] 技术突破与性能表现 - 团队创造性地将“易失性氧化钒器件”与“非易失性氧化钽/铪器件”在多物理域融合架构下进行系统集成，构建了可应用于多样化计算方式的硬件系统 [5] - 新技术架构实现了高达99.2%的“傅里叶变换”计算精度 [5] - 实验与仿真结果显示，其吞吐率最高可达504.3 GS/s（每秒千兆次采样），相比目前最快的硅基芯片提升近4倍 [5] - 该架构能效提升达96.98倍，同时显著降低了存储与互连资源的消耗 [5] - 具体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 [6] 研究背景与行业意义 - 传统硅基器件的发展已接近极限，以忆阻器、光电器件为代表的后摩尔时代新型器件有望突破算力与能效困局 [4] - 然而，新器件因可支持的计算方式单一，严重制约了算力和效能的提升 [4] - 拓展可支持的算子谱系是后摩尔新器件芯片研发与实用化落地的“深水区”和必须攻克的“硬骨头” [5] - 该成果聚焦于突破后摩尔新器件的算子谱系扩展难题，有望解决众多前沿领域对低延迟、低功耗信号处理与计算的需求 [1] - 该技术让复杂计算过程发生在后摩尔新器件最适合的物理域中，有望引领后摩尔时代新型计算架构发展的新方向 [5] 应用场景与前景展望 - 在人工智能领域，“傅里叶变换”的能力被广泛应用于特征提取、降噪、压缩、计算优化等方面 [3] - 在具身智能的落地应用中，该技术有望突破端侧算力无法实时处理高并发、多模态信号的瓶颈 [6] - 在脑机接口等生理信号处理领域，该技术或可破解病患需要多次接受创伤性手术来更换硬件设备的痛点 [6] - 专家期待加速新器件在人工智能基础模型、自动驾驶、通信系统、信号处理等多个前沿领域的落地应用，赋能经济高质量发展 [6]