记者 张素 现代科学和工程领域广泛应用"傅里叶变换"。作为频率的"翻译器""压缩器"，这种计算方式可将声音、 图像等复杂信号转换为频率语言。 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取得突破，实现后摩 尔新器件异质集成的多物理域融合"傅里叶变换"，使算力提升近4倍。该成果论文近日发表于国际学术 期刊《自然·电子》。 "该成果聚焦突破后摩尔新器件的算子谱系扩展难题，有望解决当前众多前沿领域的低延迟、低功耗信 号处理与计算需求。"杨玉超说。 提升算力 北大团队在多物理域融合计算架构领域取得突破 中新网北京1月13日电 题：提升算力 北大团队在多物理域融合计算架构领域取得突破 据介绍，北大科研团队长期在面向实际应用落地的后摩尔新器件算子谱系拓展这一"深水区"攻坚克难， 前期已突破多种复杂算子的后摩尔新器件多物理域电路与架构设计，并已攻克基于后摩尔新器件的排序 等典型瓶颈算子。 此次，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 ...

该成果落地应用有望解决当前众多前沿领域的低延迟、低功耗信号处理与计算需求，让我国在新一代计 算架构上实现超越。 （文章来源：科技日报） 当前，具身智能、脑机接口等新型计算场景对大吞吐、高精度、高并发、多种异构计算的要求越来越 高，传统硅基器件面临"微缩、功耗、存储"三大瓶颈。以忆阻器、光电器件为代表的后摩尔新器件被视 为突破算力与能效困局的最大希望，但由于其支持算子种类单一，一直无法适配实际应用中多样化的计 算方式需求。在此背景下，科研团队针对面向实际应用落地的后摩尔新器件算子谱系的拓展进行长期攻 坚。 论文共同第一作者兼通讯作者、北京大学人工智能研究院研究员陶耀宇介绍，傅里叶变换的核心功能是 将复杂的信号（声音、图像、时间序列）转换为频率，这种能力被广泛应用于特征提取、降噪、压缩以 及计算优化等方面，是人工智能时代海量实际应用场景中使用最广泛的算子之一。"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，其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。"陶耀宇说。 近日，北京大学科研团队创出一种全新计算架构，在国际上首次实现后摩尔新 ...