傅里叶变换作为科学与工程领域的基础计算工具，能够将声音、图像等复杂信号转换为频率语言，广泛应用于信号处理、通信、图像识别等多个领域。
然而，在传统硅基芯片性能增长逐渐放缓的后摩尔时代，如何突破现有计算架构的局限，成为学术界和产业界共同面临的重大课题。
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领导的科研团队，近日在这一领域取得重要突破。
他们在国际上首次实现了一种全新的多物理域融合计算架构，为后摩尔时代新器件的实际应用打开了新的大门。
相关研究成果已于1月9日正式发表在国际顶级学术期刊《自然-电子学》上。
后摩尔时代的新器件，包括忆阻器、光电器件等，因其独特的物理特性和计算性能，被广泛认为是突破传统芯片算力与能效困局的重要希望。
这些新型器件在执行简单线性运算时表现出显著优势，能够以更低的功耗实现更高的计算效率。
然而，长期以来这些前沿技术面临一个共同的难题：单一的算子支持能力。
由于新器件往往只能高效支持某一类特定的计算操作，无法适应实际应用中多样化、复杂化的计算需求，导致这些在实验室中表现优异的技术始终难以跨越从科研到产业化的鸿沟。
针对这一瓶颈问题，北京大学研究团队采取了创新性的解决方案。
他们瞄准傅里叶变换这一具有广泛应用前景的通用计算方式，深入分析了其数学特性和物理实现机制。
团队创造性地选择了两种具有互补优势的新型器件进行系统集成：易失性的氧化钒器件和非易失性的氧化钽/铪器件。
这两类器件都具有作为频率转换载体的天然优势，通过在多物理域融合架构下的巧妙设计，实现了对傅里叶变换的高效硬件支持。
这一创新架构的核心在于突破了传统单一物理域的限制，将不同物理特性的器件进行有机融合，使其能够协同完成复杂的计算任务。
实验结果表明，相比传统方案，新架构的算力提升了近4倍，这意味着在相同的功耗和芯片面积约束下，可以实现显著更高的计算性能。
这项突破具有重要的应用前景。
具身智能、边缘感知、类脑计算、通信系统等多个前沿领域都对傅里叶变换有着迫切需求。
新的计算架构为这些领域提供了全新的技术可能性，有望推动相关应用的性能升级和成本优化。
特别是在边缘计算场景中，低功耗、高效率的傅里叶变换硬件实现，将显著提升实时信号处理能力，为物联网、自动驾驶等应用提供更强的技术支撑。
从“更快的器件”走向“更能用的系统”，是后摩尔时代技术演进必须回答的现实命题。
以傅里叶变换这一通用计算方式为牵引，把不同物理机制的新器件纳入统一架构并实现性能跃升，折射出科研创新从原理验证走向应用落地的方向。
面向未来，唯有在可靠性、标准化与生态协同上持续攻关，才能让新型算力真正走出实验室、服务实体经济与社会发展。