【洞见·TMT】股票配资最新报价
随着大模型、具身智能、脑机接口等新型计算场景不断涌现，对大吞吐、高精度、高并发、多种异构计算的要求愈发提高，面临“微缩、功耗、存储”三堵难以逾越的高墙，“摩尔定律”已进入瓶颈期。在后摩尔时代，以忆阻器、光电器件为代表的“后摩尔新器件”凭借独特的物理赋能计算特性，被视为突破算力与能效困局的希望。
当前，拓展可支持的算子谱系，不仅是后摩尔新器件芯片研发与实用化落地的“深水区”，更是实现底层算力突破必须啃下的“硬骨头”和必须攻克的“强堡垒”。
近日，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，在多物理域融合计算架构领域取得突破——实现了后摩尔新器件异质集成的多物理域融合傅里叶变换系统，实现了在同一硬件平台上对可变基数、均匀或非均匀离散傅里叶变换的统一支持，提出了突破当前傅里叶变换系统速度与功耗瓶颈的关键技术，这些进展让其从算法驱动走向物理域驱动的重大跨越。
据了解，成果论文《一种基于后摩尔器件异质集成的第一性原理傅里叶变换系统》，已发表于国际顶级学术期刊《自然∙电子》。科研团队聚焦实际应用落地，突破了可覆盖全算子谱系的多物理域融合全新计算架构，也为未来具身智能、边缘感知、类脑计算、光电混合信号处理等领域带来新的可能。
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，并已在国际上首次攻克了基于后摩尔新器件的排序等典型瓶颈算子。科研团队进一步瞄准傅里叶变换这一现代科学与工程中的基础性数学变换。该成果不仅在计算性能与能效上实现了跨越式提升，更重要的是，它从物理实现层面重新构建了傅里叶变换的计算逻辑，通过后摩尔新器件的物理导电映射与振荡机制频谱生成，将传统由算法与逻辑电路驱动的计算范式转化为由器件物理特性驱动的自然演化过程，从而实现了“应用算法—电路架构—器件物理域”的三层融合。
该成果第一作者、北京大学集成电路学院博士蔡磊谈到：“利用‘后摩尔新器件’丰富的物理赋能计算特性优势，让复杂计算过程发生在‘后摩尔新器件’最适合的物理域中，面向实际应用所需的全谱系计算算子需求，开创了‘后摩尔新器件’多物理域异构的计算新范式。”
该成果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，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，其吞吐率最高可达504.3GS/s，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。
“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。”论文通讯作者、北京大学集成电路学院教授杨玉超举例，比如，在具身智能落地应用中突破端侧算力无法实时和处理高并发、多模态信号的瓶颈；在脑机接口等生理信号处理领域，破解长期存在的信号处理功耗高所导致的病患需要多次接受创伤性手术已更换硬件设备的痛点。
未来，随着后摩尔新器件多物理域计算架构的发展与应用，或将在新一代计算架构上实现超越，有望率先实现极低功耗、超小体积与超高算力的平衡，加速人工智能基础模型、具身智能、自动驾驶、脑机接口、生理检测、通信系统、信号处理等前沿领域技术的落地应用。（李政葳）
相关阅读：
■何为傅里叶变换
傅里叶变换（Fourier Transform，简称 FT）是一种数学变换，用于将信号或函数从其原始域（如时间域或空间域）转换到频率域，以便于分析其频率成分。傅里叶变换是AI领域的“底层引擎”，核心功能是将复杂的信号（声音、图像、时间序列）转换为频率的语言。在人工智能中，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。
■何为后摩尔器件
后摩尔时代（Post-Moore Era）是指传统摩尔定律（通过几何尺寸缩小实现性能提升）逐渐失效后，电子器件寻找新物理机制和新材料以维持计算能力增长的阶段。这些器件不仅仅依赖“做大”与“做小”，更强调“做快”、“做省电”与“做聪明”。后摩尔器件主要分为逻辑与运算单元以及存储与记忆单元两大类。
逻辑与运算单元所采用新器件具有超低功耗、高频率、支持新物理机制等特征，主要包括围栅场效应晶体管（GAAFET）、垂直场效应晶体管（VFET）、隧穿场效应晶体管（TFET）、自旋场效应晶体管（SFET）四大类；存储与记忆单元等新器件需具备非易失性、支持多态存储、体积小等核心特征，通常包括：阻变存储器（RRAM）、磁阻存储器（MRAM）、相变存储器（PCRAM）、铁电存储器（FeRAM）四种。
来源：光明网股票配资最新报价
垒富优配提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
