中新網北京1月13日電 題：提升算力 北大團隊在多物理域融合計算架構領域取得突破

　　記者 張素

　　現代科學和工程領域廣泛應用“傅里葉變換”。作為頻率的“翻譯器”“壓縮器”，這種計算方式可將聲音、圖像等復雜信號轉換為頻率語言。

　　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取得突破，實現后摩爾新器件異質集成的多物理域融合“傅里葉變換”，使算力提升近4倍。該成果論文近日發表于國際學術期刊《自然·電子》。

　　“該成果聚焦突破后摩爾新器件的算子譜系擴展難題，有望解決當前眾多前沿領域的低延遲、低功耗信號處理與計算需求。”楊玉超說。

　　“翻譯器”“壓縮器”

　　“傅里葉變換”用于將復雜信號(比如聲音、圖像、時間序列等)轉換為頻率語言。在人工智能中，這種能力也被廣泛應用于特征提取、降噪、壓縮、計算優化等方面。

　　陶耀宇舉例說，直接處理原始音頻波形非常困難，因為人聲由數千個頻率混合而成。“傅里葉變換”將時間軸上的波形轉換為頻率軸上的“光譜”，類似于將一段音樂拆解為一個個獨立的音符，再通過濾除高頻噪聲或低頻噪聲，提升語音清晰度，繼而實現說話人識別或樂器分類。

　　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長時間發展已接近極限。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，有望突破算力與能效困局。

　　不過，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，嚴重制約著算力和效能提升。

　　必須啃下“硬骨頭”

　　“拓展可支持的算子譜系，不僅是后摩爾新器件芯片研發與實用化落地的‘深水區’，更是我們實現底層算力突破必須啃下的‘硬骨頭’。”陶耀宇說。

　　據介紹，北大科研團隊長期在面向實際應用落地的后摩爾新器件算子譜系拓展這一“深水區”攻堅克難，前期已突破多種復雜算子的后摩爾新器件多物理域電路與架構設計，并已攻克基于后摩爾新器件的排序等典型瓶頸算子。

　　此次，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。

　　“讓復雜計算過程發生在后摩爾新器件最適合的物理域中”，該成果第一作者、北京大學集成電路學院的蔡磊博士表示，這有望引領后摩爾時代新型計算架構發展的新方向。

　　陶耀宇介紹說，新技術架構實現了高達99.2%的“傅里葉變換”精度，實驗與仿真結果顯示，其吞吐率最高可達504.3GS/s，相比目前最快的硅基芯片提升近4倍，能效提升達96.98倍，同時顯著降低了存儲與互連資源的消耗。

　　讓新器件“跑起來”

　　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，讓新器件真正“跑起來”。

　　陶耀宇說，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。

　　具身智能落地應用中，有望突破端側算力無法實時和處理高并發、多模態信號的瓶頸；在腦機接口等生理信號處理領域，或可破解病患需要多次接受創傷性手術來更換硬件設備的痛點……楊玉超在展望未來時舉例說。

　　受訪專家更表示，期待加速新器件在人工智能基礎模型、自動駕駛、通信系統、信號處理等多個前沿領域技術的落地應用，賦能經濟高質量發展，筑牢“智算根基”。(完)