中新網(wǎng)北京1月13日電 題：提升算力 北大團(tuán)隊(duì)在多物理域融合計(jì)算架構(gòu)領(lǐng)域取得突破

　　記者 張素

　　現(xiàn)代科學(xué)和工程領(lǐng)域廣泛應(yīng)用“傅里葉變換”。作為頻率的“翻譯器”“壓縮器”，這種計(jì)算方式可將聲音、圖像等復(fù)雜信號(hào)轉(zhuǎn)換為頻率語言。

　　北京大學(xué)人工智能研究院研究員陶耀宇、集成電路學(xué)院教授楊玉超組成的科研團(tuán)隊(duì)取得突破，實(shí)現(xiàn)后摩爾新器件異質(zhì)集成的多物理域融合“傅里葉變換”，使算力提升近4倍。該成果論文近日發(fā)表于國際學(xué)術(shù)期刊《自然·電子》。

　　“該成果聚焦突破后摩爾新器件的算子譜系擴(kuò)展難題，有望解決當(dāng)前眾多前沿領(lǐng)域的低延遲、低功耗信號(hào)處理與計(jì)算需求?！睏钣癯f。

　　“翻譯器”“壓縮器”

　　“傅里葉變換”用于將復(fù)雜信號(hào)(比如聲音、圖像、時(shí)間序列等)轉(zhuǎn)換為頻率語言。在人工智能中，這種能力也被廣泛應(yīng)用于特征提取、降噪、壓縮、計(jì)算優(yōu)化等方面。

　　陶耀宇舉例說，直接處理原始音頻波形非常困難，因?yàn)槿寺曈蓴?shù)千個(gè)頻率混合而成。“傅里葉變換”將時(shí)間軸上的波形轉(zhuǎn)換為頻率軸上的“光譜”，類似于將一段音樂拆解為一個(gè)個(gè)獨(dú)立的音符，再通過濾除高頻噪聲或低頻噪聲，提升語音清晰度，繼而實(shí)現(xiàn)說話人識(shí)別或樂器分類。

　　近年來，新型計(jì)算場(chǎng)景不斷涌現(xiàn)，對(duì)運(yùn)算速度、精度等要求越來越高，而傳統(tǒng)硅基器件經(jīng)過長時(shí)間發(fā)展已接近極限。以憶阻器、光電器件為代表的后摩爾時(shí)代的新型器件憑借獨(dú)特的計(jì)算性能，有望突破算力與能效困局。

　　不過，這些新器件往往由于可支持的計(jì)算方式單一，無法適配實(shí)際應(yīng)用中多樣化計(jì)算方式的需求，嚴(yán)重制約著算力和效能提升。

　　必須啃下“硬骨頭”

　　“拓展可支持的算子譜系，不僅是后摩爾新器件芯片研發(fā)與實(shí)用化落地的‘深水區(qū)’，更是我們實(shí)現(xiàn)底層算力突破必須啃下的‘硬骨頭’?！碧找钫f。

　　據(jù)介紹，北大科研團(tuán)隊(duì)長期在面向?qū)嶋H應(yīng)用落地的后摩爾新器件算子譜系拓展這一“深水區(qū)”攻堅(jiān)克難，前期已突破多種復(fù)雜算子的后摩爾新器件多物理域電路與架構(gòu)設(shè)計(jì)，并已攻克基于后摩爾新器件的排序等典型瓶頸算子。

　　此次，科研團(tuán)隊(duì)瞄準(zhǔn)“傅里葉變換”這一通用計(jì)算方式，創(chuàng)造性地將“易失性氧化釩器件”與“非易失性氧化鉭/鉿器件”這兩種適合做頻率轉(zhuǎn)換載體的新器件，在多物理域融合架構(gòu)下進(jìn)行系統(tǒng)集成，做出了可應(yīng)用于“傅里葉變換”等多樣化計(jì)算方式的硬件系統(tǒng)。

　　“讓復(fù)雜計(jì)算過程發(fā)生在后摩爾新器件最適合的物理域中”，該成果第一作者、北京大學(xué)集成電路學(xué)院的蔡磊博士表示，這有望引領(lǐng)后摩爾時(shí)代新型計(jì)算架構(gòu)發(fā)展的新方向。

　　陶耀宇介紹說，新技術(shù)架構(gòu)實(shí)現(xiàn)了高達(dá)99.2%的“傅里葉變換”精度，實(shí)驗(yàn)與仿真結(jié)果顯示，其吞吐率最高可達(dá)504.3GS/s，相比目前最快的硅基芯片提升近4倍，能效提升達(dá)96.98倍，同時(shí)顯著降低了存儲(chǔ)與互連資源的消耗。

　　讓新器件“跑起來”

　　新的計(jì)算框架有望突破后摩爾新器件的算子譜系擴(kuò)展難題，即可同時(shí)支持多種計(jì)算方式，讓新器件真正“跑起來”。

　　陶耀宇說，兩種器件在系統(tǒng)集成后充分發(fā)揮了在頻率生成調(diào)控與存算一體方面的互補(bǔ)優(yōu)勢(shì)，在保證計(jì)算精度、降低計(jì)算功耗的前提下，將“傅里葉變換”計(jì)算速度從當(dāng)前每秒約1300億次提升至每秒約5000億次，運(yùn)算速度提升數(shù)倍。

　　具身智能落地應(yīng)用中，有望突破端側(cè)算力無法實(shí)時(shí)和處理高并發(fā)、多模態(tài)信號(hào)的瓶頸；在腦機(jī)接口等生理信號(hào)處理領(lǐng)域，或可破解病患需要多次接受創(chuàng)傷性手術(shù)來更換硬件設(shè)備的痛點(diǎn)……楊玉超在展望未來時(shí)舉例說。

　　受訪專家更表示，期待加速新器件在人工智能基礎(chǔ)模型、自動(dòng)駕駛、通信系統(tǒng)、信號(hào)處理等多個(gè)前沿領(lǐng)域技術(shù)的落地應(yīng)用，賦能經(jīng)濟(jì)高質(zhì)量發(fā)展，筑牢“智算根基”。(完)