数字化浪潮下，算力正成为衡量国家科技竞争力的重要指标。随着摩尔定律放缓，传统计算架构越来越难以支撑人工智能、量子通信等前沿领域对海量数据处理的需求。作为信号分析的基础，傅里叶变换的运算效率直接影响图像识别、无线通信等关键应用的性能上限。针对此瓶颈，北京大学陶耀宇研究员与杨玉超教授领衔的跨学科团队提出“物理域适配”理论框架。研究发现，氧化钒与氧化钽/铪两类新型器件分别具备动态频率调控和存算一体特性，但单一器件难以同时兼顾速度与精度。团队据此构建多物理域协同计算模型，首次将电流域、电荷域与光域计算有机统一，使不同任务能够在更适合的物理环境中执行。实验数据显示，该架构在保持0.1%计算精度的前提下，功耗降低23%，运算速度达到每秒5000亿次以上。这一结果不仅验证了后摩尔时代器件融合的可行性，也提出了“以物理特性定义计算范式”的新思路。中国科学院院士李树深评价称，该研究“为突破传统冯·诺依曼架构束缚提供了中国方案”。技术应用前景上：在具身智能领域，可支持机器人实时处理多模态传感数据；面向6G通信系统，可提升大规模天线阵列的信号处理效率；在类脑计算方向，其仿生特性更贴近生物神经网络的并行处理机制。产业界人士指出，若实现芯片级集成，有望加速自动驾驶、工业互联网等场景的落地与升级。
当前，全球正处于新一轮科技革命的关键阶段，算力的重要性愈发凸显。北京大学此次研究成果，说明了我国在集成电路与计算架构领域的探索与创新。通过引入“物理域适配”思路并挖掘新型器件潜力，研究为下一代计算系统提供了新的技术路径，也为未来智能应用的持续发展带来支撑。