多物理域融合技术给算力发展带来大跨越

我国科学家突破了计算架构的瓶颈,多物理域融合技术给算力发展带来了大跨越。1月10日,北京传来消息,北京大学人工智能研究院和集成电路学院的联合团队,在计算技术领域有了原创性的突破。这项成果于1月9日在线发表在国际权威学术期刊《自然-电子学》上。 这个团队成功创制出一种基于多物理域深度融合的全新计算架构。这个设计是为了解决当前计算系统速度、精度和能效高要求的问题。传统硅基集成电路已经接近物理极限,新型器件比如忆阻器、光电器件被认为有潜力打破内存墙和功耗墙。然而,这些新器件通常只能在单一物理域支持有限计算操作。 为了克服这一问题,北京大学陶耀宇研究员、杨玉超教授领导的团队另辟蹊径。他们选择了傅里叶变换作为攻关目标,这是一个科学界和工程界通用的数学工具。傅里叶变换可以将复杂信号分解为频率成分,广泛应用于通信、成像和人工智能等领域。 研究团队提出了多物理域融合的设计思想,将易失性氧化钒器件和非易失性氧化钽/铪器件结合起来。前者在频率信号生成方面有优势,后者在存算一体操作上表现出色。通过系统架构设计,这两种器件进行深度集成与协同优化,构建出一个统一的计算硬件平台。 在这个平台上,不同的计算任务可以智能地调度到最适合的物理域中执行。陶耀宇比喻说:“这就像组建一支特种作战部队,不同特长的队员在统一指挥下协作。”实验结果显示,基于这个新型计算架构的原型系统执行傅里叶变换时运算速度从每秒1300亿次提升到了每秒5000亿次。 杨玉超教授指出,多物理域融合架构提供了一种灵活可扩展的“计算基座”,成功解决了新型器件算子谱系狭窄的难题。这项突破不仅加速了单一计算任务,还赋予了新器件处理多样化现实计算负载的能力。 这次来自中国科学家的原创工作展示了架构创新释放新型器件潜力、实现算力跨越的有效路径。随着研究深入和工程化推进,这种融合创新架构有望应用于人工智能大模型训练与推理、自动驾驶实时感知等领域。