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，在国际上首次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，并提出突破当前傅里叶变换系统速度与功耗瓶颈的关键技术，标志着傅里叶变换硬件架构从算法驱动走向物理域驱动的重大跨越。1月9日，相关论文发表于《自然-电子》。

传统硅基器件经过近几十年的发展已逼近极限，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最大希望。然而，尽管多种后摩尔新器件在矩阵乘加等简单线性算子上具有显著优势，但由于支持算子种类单一，无法适配实际应用中多样化的计算方式需求，导致这些前沿技术始终难以跨越“从实验室到市场”的鸿沟。

可以说，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”，更是我国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”。

在此背景下，科研团队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，创新地将易失性氧化钒器件与非易失性氧化钽/铪器件进行了系统级异质集成，充分发挥了两类后摩尔新器件在频率生成调控与存算一体方面的互补优势，在保证傅里叶变换精度、降低计算功耗的前提下，可将吞吐率从当前100GS/s级别提升至500GS/s以上。

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。

以具身智能机器人打乒乓球为例，这一看似简单的任务给信号处理提出了地狱级难题。机器人要完成判断来球的速度、角度、旋转，计算回球的速度、角度、旋转、击球点、球的落点，完成本体控制与姿态调整等一系列高并发、高精准度要求的复杂任务。在这一过程中端侧算力要同时高效地处理视觉信号、听觉信号、触觉信号、位置信息等多模态信号，还要做出一系列信号处理、认知推理、运动规划、人机互动等多种交互任务。这要求端侧计算架构全面支持排序、傅里叶变换、距离度量、矩阵操作等多种核心算子。传统硅基CMOS计算架构难以在有限功耗预算下支持如此多种算子的高并发运算，而目前已有的“后摩尔新器件”计算架构尚无法覆盖信号处理与人工智能计算所涉及的全部算子谱。

“我们开创性提出一套将易失性与非易失性器件异构集成的电路架构，利用‘后摩尔新器件’丰富的物理赋能计算特性优势，首次实现了一套硬件架构支持电流域、电压域、频率域、时间域等多物理域融合计算，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，将引领“后摩尔时代”新型计算架构发展的新方向。论文第一作者、北京大学集成电路学院蔡磊博士说。

论文共同第一作者兼通讯作者陶耀宇介绍：“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。”

论文通讯作者杨玉超表示：“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。例如，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，逐步实现全算子谱系覆盖，我国将在新一代计算架构上实现超越，摆脱在传统硅基器件上受制于人的被动局面，将有望率先实现极低功耗、超小体积与超高算力的平衡，极大地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、信号处理等多个前沿领域技术的落地应用，为我国领跑智能计算时代，赋能经济高质量发展奠定智算根基。

相关论文信息： https://doi.org/10.1038/s41928-025-01534-8