相关研究成果已于 2026 年 1 月 9 日发表在《自然-电子学》上，已经引起了国际学术界的广泛关注。

杨玉超教授指出，该成果落地应用有望让我国在新一代计算架构上实现超越。

困境与破局

在人工智能、自动驾驶、脑机接口等新兴技术快速发展的今天，传统硬件正在面临严峻考验。这些新兴领域对大吞吐、高精度、高并发以及多种异构计算的要求越来越高。

硅基芯片面临的微缩、功耗、存储三大瓶颈，使得传统技术路线难以持续满足指数级增长的算力需求。

业内将目光投向了忆阻器、光电器件等后摩尔时代的新型器件，它们凭借独特的物理特性被视为打破算力瓶颈的潜在突破口。然而，这些器件可支持的算子种类过于单一。

这使得这些新器件强大的理论潜力难以充分发挥，始终“跑不起来”。

陶耀宇和杨玉超教授领导的团队找到了一个精妙的解决方案——多物理域融合计算架构。他们创造性地将两种特性互补的后摩尔新器件进行了系统集成。

这两种器件分别是易失性氧化钒器件与非易失性氧化钽/铪器件。氧化钒是一种随温度变化能发生金属-绝缘体相变的材料，在 68 ℃附近电阻率变化可达数个数量级，适合用于频率的生成与动态调控。

而氧化钽/铪则属于阻变存储器材料，具有结构简单、读写速度快、与 CMOS 工艺兼容等优势，特别适合实现存算一体功能。

这种集成并非简单的物理堆叠，而是实现了两种器件功能的深度融合。研究团队允许多种计算方式在其最适合的物理域进行计算，包括电流、电荷、光等。

陶耀宇解释说，这种计算架构让不同计算任务在最适合的物理域中运行，从而实现更高的计算效率。

氧化钒器件擅长快速频率转换，氧化钽/铪器件则提供存储和协同处理能力，两者形成完美的互补。

实现性能飞跃

这一创新架构带来的性能提升令人瞩目。在关键的傅里叶变换任务中，计算速度从每秒约 1300 亿次提升至每秒约 5000 亿次，算力提升了近 4 倍。

傅里叶变换作为信号处理的“翻译器”，是科学与工程领域应用最广泛的基础运算之一。它能够将复杂信号转换为频率语言，广泛应用于特征提取、降噪、压缩和计算优化等方面。

精度方面，新技术架构实现了高达 99.2% 的傅里叶变换精度。实验与仿真结果显示，两种器件吞吐率相比目前最快的硅基芯片提升近 4 倍，能效提升达 96.98 倍。

更重要的是，这一架构显著降低了存储与互连资源的消耗。这意味着在实际应用中，这种新计算架构不仅速度更快，能耗更低，还能节约宝贵的硬件资源。

这一系列数据表明，北大团队的研究不仅仅是理论上的突破，而是具备了实际应用价值的系统性创新。他们的工作解决了后摩尔新器件算子谱系狭窄的问题。

随着全新计算架构的诞生，陶耀宇表示，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。这意味着新器件能够同时支持多种计算方式，真正“跑起来”。

这一突破性进展对未来科技发展的意义深远。研究团队已经展望了新架构在人工智能基础模型、具身智能、自动驾驶、脑机接口、通信系统等前沿领域的落地应用。

参考资料：

https://cn.chinadaily.com.cn/a/202601/10/WS69624ac1a310942cc499ad07.html

https://www.cas.cn/kj/202601/t20260112_5095851.shtml

http://www.zhuzaojishu.net/articles/html/%e9%93%b8%e9%80%a0%e6%8a%80%e6%9c%af202301/%e9%93%b8%e9%80%a0%e6%8a%80%e6%9c%af202301004.html