工程师开发融合传感和计算功能的设备，用于可重构计算平台

近年来，工程师一直在尝试创建能够更好地支持机器学习算法的高计算需求的硬件系统。其中包括可以执行多种功能的系统，同时充当传感器、存储器和计算机处理器。

北京大学的研究人员最近开发了一种新的可重构神经形态计算平台，该平台将传感和计算功能集成在单个设备中。该系统概述于论文发表在自然电子学，由一组多个光电晶体管和一个忆阻器 (MP1R) 组成。

“这项研究的灵感源于基于 CMOS 冯诺依曼架构的传统视觉计算系统的局限性，”该论文的高级作者 Yuchao Yang 告诉 Tech Xplore。

“由于图像传感器、存储器和处理器之间的物理分离，导致数据冗余、高功耗和处理延迟，这些系统在实时图像处理方面面临重大挑战。相比之下，生物视觉系统，例如人类眼睛，表现出卓越的效率和适应性，推动了视觉计算仿生方法的发展。”

虽然光子忆阻器被发现是运行计算机视觉算法的有前途的设备，但它们编码和处理光学数据的能力是有限的。因此，除了那些旨在完成计算机视觉任务的神经网络架构之外，它们通常不太适合运行其他神经网络架构。

杨说：“这一挑战促使我们探索新颖的传感器内处理解决方案，该解决方案能够统一机器学习和受生物启发的视觉计算范例。”

杨和他的同事最近研究的主要目标是开发一个通用且可重构的传感器内处理平台。与以前基于光子忆阻器的系统相比，该平台应支持计算机视觉算法和其他神经网络架构。

“我们通过将 20×20 光电晶体管阵列与 20 个可重构莫特忆阻器通道集成来制造 MP1R 阵列，”Yang 解释道。“该过程始于非晶态氧化铟镓锌 (α-IGZO) 的制造薄膜晶体管使用与氧化硅兼容的工艺，这使我们能够制造背栅光电晶体管。”

Yang 和他的同事制造的 20x20 光电晶体管阵列可以感应光并根据不同的波长来调节其响应。具体而言，该阵列在暴露于蓝光时表现出增强行为，而在暴露于红光时表现出抑制行为。

“接下来，我们集成了由 Ta/TaO 构成的莫特忆阻器x_/氧化铌x/W异质结构，它提供了几个关键特征，”杨说。_{“其中包括线性电阻区域、易失性存储器和阈值切换功能。这些特性使系统能够支持多种类型的编码（模拟和基于尖峰），并有效地模拟突触和神经元功能。”}研究人员创建的平台将光学传感与数据处理和存储功能结合在一个系统中。

它用途广泛，可用于运行旨在处理各种任务的算法，从静态和基于事件的图像识别任务到彩色图像分析。

“我们最近的工作在神经形态视觉系统领域取得了一些显着的成就，”杨说。

“这项工作的关键创新之一是将莫特氧化物忆阻器与光电晶体管集成，以创建高度通用的硬件系统。这种集成使系统能够支持多种光学图像编码功能，包括时空、模拟和尖峰编码，这些功能

以前很难在单个设备中实现。”

值得注意的是，Yang 和他的同事创建的系统与多种神经网络架构兼容，包括卷积神经网络（CNN）、循环神经网络（RNN）和尖峰神经网络（SNN）。这种非凡的多功能性可以促进其未来在现实世界中的部署。

杨说：“我们系统的一项重大成就是它能够支持生物启发算法和机器学习算法，从而弥合了视觉计算中这两种范式之间的差距。”

“这种可重新配置的硬件系统通过将多种神经处理原理整合到单个设备中来简化电路设计。因此，该系统降低了网络复杂性，降低了延迟，并改进了能源效率，使其对于实时图像处理应用特别有效。”

杨和他的同事创建的平台的另一个优势是它在各种任务中的可靠性。这是由于 Ta/TaO 的低变异性_x/氧化铌_x/W 它所基于的忆阻器设备。

杨说：“就实际意义而言，这项工作为构建大规模、节能、低延迟的神经形态视觉系统奠定了重要基础。”“这些系统可以为高级视觉人工智能应用提供强大的平台，在灵活性、性能和可扩展性方面提供显着的优势。”

该研究团队最近的努力可能为其他通用神经形态视觉平台的开发铺平道路。这有助于提高机器学习算法在各种任务上的性能，同时降低功耗。

杨补充道：“尽管我们已经成功开发出具有丰富动态特性的忆阻器，并展示了其在实现神经拟态视觉硬件功能和架构方面的优势，为通用神经拟态视觉计算平台做出了关键的研究进展，但仍有大量工作要做。”

“未来，我们计划重点实现三维集成，以提高系统密度和计算效率。”

在接下来的研究中，杨和他的同事还将尝试优化其平台的功耗并提高其对照明变化的敏感度。这将进一步提高系统的多功能性，使其能够在自然光和弱光条件下收集高质量数据。

引文