国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

北大團隊最新研究:AI芯片算力提升數倍,能效提升超90倍

Felix分析 ? 來源:電子發燒友網 ? 作者:吳子鵬 ? 2026-01-15 09:31 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

電子發燒友網綜合報道 2026年1月,國際頂級學術期刊《自然·電子》刊發的一項研究成果,讓全球半導體與算力領域為之矚目——北京大學人工智能研究院陶耀宇研究員、集成電路學院楊玉超教授團隊,在國際上首次實現后摩爾新器件異質集成的多物理域融合傅里葉變換系統。

這一全新計算架構將傅里葉變換計算速度從當前每秒約1300億次提升至每秒約5000億次,算力提升近4倍,能效提升超90倍,為新一代計算體系的發展開辟了全新路徑。

后摩爾時代的算力“天花板”與新器件的“尷尬”

經過近半個世紀的迭代,以晶體管微縮為核心的摩爾定律已進入瓶頸期,傳統硅基芯片面臨“微縮、功耗、存儲”三堵難以逾越的高墻,算力增長陷入“以功耗換性能”的困局。在此背景下,以憶阻器、光電器件為代表的后摩爾新器件,憑借獨特的物理賦能計算特性,被視為突破算力與能效困局的最大希望。然而,一個現實的難題橫亙在行業面前:這些新器件雖在簡單線性算子上表現優異,但支持的計算方式單一,無法適配實際應用中多樣化的算子需求,始終難以跨越“從實驗室到市場”的鴻溝。

針對這一行業難題,北京大學人工智能研究院陶耀宇研究員與集成電路學院楊玉超教授組成的科研團隊,展開了長期技術攻關。團隊瞄準在科學和工程領域應用極為廣泛的“傅里葉變換”這一通用計算方式,創造性地提出了一種多物理域融合計算架構。

該架構的核心創新在于“異質集成”與“物理域融合”。團隊將“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換載體的新器件進行了系統集成。其中,易失性氧化釩器件擅長頻率生成調控,可完成實時旋轉因子生成;非易失性氧化鉭/鉿器件則在存算一體方面表現突出,能實現原位存算,避免數據頻繁搬移帶來的效率損耗與功耗增加。在這種架構下,不同的計算任務可以在其最適合的物理域(如電流、電荷、光等)中進行,從而最大化硬件的物理性能。

“這就像為不同計算任務匹配了最適配的‘工作車間’?!闭撐牡谝蛔髡摺⒈本┐髮W集成電路學院蔡磊博士形象地解釋,該架構首次實現一套硬件支持電流域、電壓域、頻率域、時間域等多物理域融合計算,讓復雜計算過程在新器件最適合的物理域中完成。

從實驗室到應用場景,破解前沿領域算力痛點

實驗數據顯示,這一全新的計算架構在性能上實現了顯著飛躍。在保證計算精度的前提下,該架構將傅里葉變換的計算速度從當前每秒約1300億次大幅提升至每秒約5000億次,運算速度提升近4倍。同時,得益于多物理域的優化匹配,新架構在降低計算功耗、減少存儲與互連資源消耗方面也表現出色。

此外,該架構實現了高達99.2%的傅里葉變換精度,能效提升達96.98倍。這意味著,在處理聲音、圖像等復雜信號轉換任務時,新架構不僅能“算得快”,還能“算得準”且“耗得少”。

這一技術突破的意義遠不止于性能參數的提升。陶耀宇表示,新的計算框架成功解決了后摩爾新器件的“算子譜系擴展”難題,使其能夠同時支持多種計算方式,真正讓新器件在實際應用中“跑起來”。

該成果的落地應用,有望為人工智能基礎模型、具身智能、自動駕駛、腦機接口、通信系統等前沿領域提供低延遲、低功耗的信號處理與計算支持。這不僅將加速新型器件在各大產業場景的落地應用,更標志著我國在新一代計算架構的研究上實現了突破,為在全球算力競爭中構建自主可控的技術體系奠定了堅實基礎。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI芯片
    +關注

    關注

    17

    文章

    2126

    瀏覽量

    36766
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    0.6V!1nm!北大團隊刷新鐵電晶體管世界紀錄

    電子發燒友網報道(文/黃山明)近日,北京大學?電子學院邱晨光-彭練矛團隊創造性制備了迄今尺寸最小、功耗最低的鐵電晶體管(FeFET),有望為AI芯片
    的頭像 發表于 02-25 09:11 ?2271次閱讀
    0.6V!1nm!<b class='flag-5'>北大團隊</b>刷新鐵電晶體管世界紀錄

    “四合一”平臺,芯片國產化率九成,兼容8種國產AI芯片

    調度平臺可支持每天上億次的調用,調度全國1/6的規模,網一體化效率
    的頭像 發表于 04-13 00:03 ?4001次閱讀

    亞馬遜發布新一代AI芯片Trainium3,性能提升4

    Trainium 4的開發計劃。亞馬遜表示,這款芯片能夠比英偉達市場領先的圖形處理單元(GPU)更便宜、更高效地驅動AI模型背后的密集計算。 ? ? 作為亞馬遜首款3納米工藝AI芯片,
    的頭像 發表于 12-09 08:37 ?8557次閱讀
    亞馬遜發布新一代<b class='flag-5'>AI</b><b class='flag-5'>芯片</b>Trainium3,性能<b class='flag-5'>提升</b>4<b class='flag-5'>倍</b>

    MWC Doha 2025|美格智能全新發布60 Tops AI、支持Linux系統的SNM982高AI模組

    QCS8550平臺提升25%以上,在模組性能與開放性方面同步提升,現已進入全面量產階段。全面提升:60Tops
    的頭像 發表于 11-25 16:34 ?1730次閱讀
    MWC Doha 2025|美格智能全新發布60 Tops <b class='flag-5'>AI</b><b class='flag-5'>算</b><b class='flag-5'>力</b>、支持Linux系統的SNM982高<b class='flag-5'>算</b><b class='flag-5'>力</b><b class='flag-5'>AI</b>模組

    國產AI芯片真能扛住“內卷”?海思昇騰的這波操作藏了多少細節?

    最近行業都在說“AI的命門”,但國產芯片真的能接住這波需求嗎? 前陣子接觸到海思昇騰910B,實測下來有點超出預期——7nm工藝下
    發表于 10-27 13:12

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片

    建立的基礎: ①支柱②數據支柱③計算支柱 1)AI
    發表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的未來:提升還是智力

    持續發展體現在: 1、收益遞減 大模型的基礎的需要極大的,這首先源于昂貴的高性能AI芯片,然后是寶貴的電力、水等與環境相關的資源。 收益遞減體現在: ①模型大小 ②訓練數據量 ③訓
    發表于 09-14 14:04

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+內容總覽

    是展望未來的AGI芯片,并探討相關的發展和倫理話題。 各章的目錄名稱如下: 第1章 大模型浪潮下,AI芯片的需求與挑戰免費 第2章 實現深度學習AI
    發表于 09-05 15:10

    AI 芯片浪潮下,職場晉升新契機?

    、新架構不斷涌現。能夠在工作中提出創新性的解決方案,推動 AI 芯片性能、功耗、成本等關鍵指標的優化,將極大提升在職稱評審中的競爭。例如,在芯片
    發表于 08-19 08:58

    睿海光電領航AI光模塊:快交付與全場景兼容賦時代——以創新實力助力全球客戶構建高效底座

    一、AI革命催生光模塊新需求,睿海光電以技術優勢搶占制高點 人工智能、超大規模數據中心和云計算的高速發展,對光模塊的傳輸效率、兼容性及交付周期提出更高要求。作為全球AI光模塊領域的
    發表于 08-13 19:03

    性能飛躍 慧視8核+32T平臺讓目標檢測幀率提升20

    RK3588平臺6.0TOPS的在檢測識別領域已經滿足絕大多數場景的要求,但在少數應用場景中,需要更高,以實現更快、更穩定、更精準
    的頭像 發表于 06-10 17:55 ?1431次閱讀
    性能飛躍 慧視8核+32T<b class='flag-5'>算</b><b class='flag-5'>力</b>平臺讓目標檢測幀率<b class='flag-5'>提升</b>20<b class='flag-5'>倍</b>

    交流充電樁負載提升技術

    隨著電動汽車普及率提升,交流充電樁的優化成為降低運營成本、減少能源浪費的核心課題。負載提升
    發表于 05-21 14:38

    比和提升的衡量方法

    /h·W表示。 影響因素及優化方向? 技術升級?:采用變頻技術、高效電機等可提升比,例如變頻空調通過動態調節功率減少能耗。 環境因素?:溫度、濕度等外部條件會影響實際
    的頭像 發表于 04-28 07:47 ?3248次閱讀
    <b class='flag-5'>能</b><b class='flag-5'>效</b>比和<b class='flag-5'>算</b><b class='flag-5'>力</b><b class='flag-5'>提升</b>的衡量方法

    雙倍陣列云,重新定義服務器性價比

    高達48TOPS*72,滿足高并發AI訓練需求?。 ARM架構通過多核并行計算與動態電源管理技術,實現“按需供電”,單位機架密度顯著提升
    的頭像 發表于 03-26 08:35 ?655次閱讀
    雙倍<b class='flag-5'>能</b><b class='flag-5'>效</b>陣列云,重新定義服務器性價比

    DeepSeek推動AI需求:800G光模塊的關鍵作用

    數據傳輸速率,減少帶寬瓶頸,成為數據中心和AI集群架構優化的重點。光模塊速率的躍升不僅提升了傳輸效率,也為大規模并行計算任務提供了必要的帶寬保障。 800G光模塊如何解決DeepSeek大規模
    發表于 03-25 12:00