Исследователи из Sandia National Laboratories, Infineon Technologies и Университета штата Аризона показали аналоговую систему вычислений в памяти, которая выполняет быстрое преобразование Фурье для сигнала из 65 536 точек. Результаты опубликованы 19 октября 2026 года в журнале Nature Electronics. Систему проверили на одномерных аудиосигналах и двумерных изображениях. Во время одного матричного вычисления в массиве памяти одновременно работали более 524 тысяч элементов.

Большую задачу делят до размера массива

Чип построен на флеш-памяти SONOS. Ячейки удерживают электрический заряд и хранят коэффициенты дискретного преобразования Фурье. Их физические свойства позволяют выполнять матричные операции параллельно, а остальные этапы расчёта берёт на себя цифровая часть системы.

Чтобы обработать большой массив данных, алгоритм рекурсивно делит преобразование на меньшие задачи. Разбиение прекращается, когда размер подзадачи совпадает с физическим размером массива памяти. Затем частичные результаты объединяются. Поэтому одна и та же схема может работать с более крупными FFT без пропорционального увеличения числа массивов: чем больше сам массив, тем меньше уровней разбиения требуется и тем выше потенциальная энергоэффективность.

По данным Tech Xplore, предыдущие аналоговые системы демонстрировали преобразования максимум для 128 точек. Новый результат существенно больше, но сам по себе не доказывает превосходство чипа над цифровыми процессорами по скорости или энергопотреблению. Исследователи также пока не проверили его на широком наборе практических задач.

Представим условный аудиофрагмент, записанный множеством отсчётов. FFT раскладывает такой сигнал на составляющие частоты, примерно как анализ сложного звука по низким и высоким нотам. В описанной системе большой расчёт сначала разбивают на части, помещающиеся в массив памяти, а затем объединяют результаты. Это поясняющая аналогия, а не отдельный эксперимент исследователей.

У аналоговых вычислений есть ограничение: ячейки памяти и схемы работают с конечной точностью, поэтому в результатах возникают ошибки. Авторы предлагают повысить точность устройств и добавить алгоритмические коррекции. Пока систему проверили только на одномерном аудио и двумерных изображениях, поэтому оценку её пригодности для реальных применений считают предварительной. Дальше нужны испытания на сложных задачах, где FFT сочетается с другими вычислениями и где можно будет измерить влияние этих ошибок.

Работа описана в статье в Nature Electronics. Для обзора публикаций по теме доступны также услуги по подготовке научных статей.

Схема показывает, как большая задача преобразования Фурье делится на части, помещающиеся в аналоговый массив памяти, а остальные этапы выполняются цифровыми средствами.

Фото: Jeremy Waterhouse / Pexels