我国科学家突破计算架构瓶颈 多物理域融合技术实现算力跨越式提升

传统硅基芯片发展已近天花板,新型计算器件的潜能如何释放,成为摆在科研工作者面前的重大课题。

北京大学人工智能研究院与集成电路学院的联合研究团队,近日在这一领域取得重要突破。

该团队创新性地设计了一种多物理域融合计算架构,有效解决了后摩尔时代新器件"有力使不出"的难题,为芯片算力升级开辟了新的技术路径。

问题的症结在于器件与应用的适配性不足。

傅里叶变换作为频率的"翻译器",广泛应用于声音、图像等复杂信号处理,是科学工程领域的基础计算方式。

然而,以忆阻器、光电器件等为代表的后摩尔新型器件虽然具有独特的计算性能和能效优势,却因支持的计算方式单一,难以满足实际应用中多样化的运算需求。

这导致许多先进的新器件在实验室里表现优异,却在应用转化中"跑不起来",严重制约了算力与能效的进一步提升。

针对这一瓶颈,研究团队采取了系统集成的创新思路。

他们选择了两种特别适合做频率转换载体的新器件——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深度集成。

这种设计充分利用了两种器件在频率生成调控和存算一体方面的互补优势,让多种计算方式能够在各自最适合的物理域如电流、电荷、光等进行计算,从而大幅提升计算效率。

研究成果的数据表现令人瞩目。

该计算架构在保证计算精度、降低计算功耗的前提下,将傅里叶变换的运算速度从当前每秒约1300亿次显著提升至每秒约5000亿次,实现了数倍的性能跃升。

这一突破性进展已于近日发表在国际权威期刊《自然-电子学》上,得到了学术界的高度认可。

从更广阔的视角看,这项创新工作具有重要的战略意义。

它有望突破后摩尔新器件的算子谱系扩展难题,使新器件能够同时支持多种计算方式,真正让新型器件在实际应用中"跑起来"。

这将为人工智能基础模型、具身智能、自动驾驶、脑机接口、通信系统等前沿领域的加速落地提供有力支撑。

在当前全球芯片产业面临增长放缓、创新乏力的背景下,这样的技术突破显得尤为珍贵。

值得注意的是,该研究的成功不仅在于单个器件的性能优化,更在于系统层面的架构创新。

这反映了当代芯片设计的发展趋势——从单点突破走向整体优化,从器件创新走向系统集成创新。

这种思维方式对于解决其他技术难题也具有借鉴意义。

算力竞逐的下一个阶段,不仅取决于器件材料与制程的突破,更取决于能否建立面向真实任务的系统架构与通用算子能力。

让新器件在合适的物理域中各展所长,并通过架构把优势组织成可复用、可扩展的计算体系,正是突破算力与能效矛盾的重要方向。

面向未来,唯有坚持基础研究与工程应用相互牵引,才能把“潜在性能”转化为“可用算力”,为数字经济与科技创新提供更坚实的底座。