摩尔定律逼近极限，算力增长面临瓶颈。北京大学科研团队取得关键突破，通过异质集成后摩尔新器件，首创多物理域融合傅里叶变换系统。该成果不仅在性能和能效上实现数量级提升，更开创了由器件物理特性驱动计算的全新范式，为破解未来算力困局提供了颠覆性路径。
智能速览
北大团队首次实现后摩尔新器件多物理域融合计算。
系统吞吐率超500GS/s，能效提升近97倍。
计算范式从算法驱动转向器件物理特性驱动。
有望破解具身智能、脑机接口等领域的端侧算力瓶颈。
精华内容
这项突破的核心在于，它并非简单地优化现有架构，而是从物理底层重新定义了计算本身，实现了从算法到物理域的根本性跨越。
异构集成设计
面对后摩尔器件算子单一的难题，北大团队创新性地将易失性氧化钒器件与非易失性氧化钽/铪器件进行系统级异质集成。这种设计巧妙结合了两类器件在频率生成调控与存算一体方面的互补优势，实现了在同一硬件平台上对多种复杂傅里叶变换的统一支持，为多物理域融合计算奠定了硬件基础。
性能跨越提升
实验与仿真结果验证了该新架构的卓越性能。其傅里叶变换精度高达99.2%，吞吐率最高可达504.3GS/s，相比当前最快的硅基芯片提升近4倍。更惊人的是能效实现了96.98倍的飞跃，同时显著降低了存储与互连资源的消耗，为低功耗高性能计算提供了可能。
计算范式变革
该成果最深远的意义在于重构了计算逻辑。它将传统由算法与逻辑电路驱动的计算，转化为由器件物理特性（如导电映射与振荡机制频谱生成）驱动的自然演化过程。这标志着傅里叶变换硬件架构从算法驱动走向物理域驱动，开创了“后摩尔新器件”多物理域异构计算的新范式。
广阔应用前景
这项技术为前沿领域的算力瓶颈提供了解决方案。在具身智能机器人等场景，它能高效处理高并发、多模态信号，突破端侧算力限制。在脑机接口领域，其极低功耗特性有望减少患者因更换电池而接受的创伤性手术次数，具有重大临床价值。
北大团队的这项研究，不仅是后摩尔时代计算硬件的一次重大突破，更指明了一条通往超低功耗、超高算力新范式的发展道路。它将物理特性融入计算核心，为具身智能、脑机接口等未来科技的落地扫清了关键障碍，开启了“计算即物理”的新篇章。
