作为现代信号处理的基石，“傅里叶变换”能将声音、图像乃至脑电波“翻译”成频率的语言。然而，面对日益复杂的计算需求，传统硬件正逐渐显露疲态。国际学术期刊《自然·电子学》日前发表北京大学集成电路学院/信息工程学院杨玉超团队的研究成果，他们提出一种全新多物理域融合计算系统，可利用后摩尔新器件支持傅里叶变换，使算力提升近4倍，为具身智能、通信系统等领域开辟新的可能。

“傅里叶变换的快速算法虽经多年优化，但在传统硅基芯片上运行，仍受限于固定的计算流程与较高的资源开销，难以灵活高效地应对非均匀采样、多窗口并行等复杂现实场景。”论文第一作者蔡磊介绍，研究团队独辟蹊径，将目光投向具有独特物理特性的忆阻器。他们巧妙地将两种功能迥异的新型忆阻器集成到同一平台上，构建出一个全新的融合计算系统。

杨玉超指出，在这个全新系统中，开云app两类器件各司其职又协同工作，实现了惊人的并行计算效率。该系统的卓越性能在真实应用中得到了有力验证。在脑机接口实验中，该系统实现了低延迟、高准确率的脑电波打字，单次分类准确率高达99.2%。更重要的是，其处理吞吐率，即算力从当前每秒约1300亿次提升至每秒5043亿次，性能达到现有专用快速傅里叶变换硬件的96.98倍。

“这项成果的意义远超单纯的性能指标提升。”杨玉超说，它首次实现了从“算法驱动设计”到“物理原理驱动”的跨越，通过忆阻器的特性，将数学运算转化为一种更接近自然演化的高效过程。这标志着忆阻器计算从相对基础的矩阵运算，成功迈入了高维、动态的频谱分析这一核心信号处理领域。

蔡磊表示，新的计算框架有望突破后摩尔新器件的算子谱系扩展难题，即可同时支持多种计算方式，使新器件能真正“跑起来”，为未来边缘智能感知、类脑计算及光电融合系统等前沿方向奠定了坚实基础。