|
近日，清華大學集成電路學院的研究團隊在人工智能視覺系統(tǒng)領(lǐng)域取得了重大突破，成功研制了具有多模態(tài)的感存算一體化光電憶阻器陣列，并搭建了單片集成的感內(nèi)計算原型系統(tǒng)。該系統(tǒng)能夠高效處理多階視覺任務(wù)，為自動駕駛、具身智能等前沿領(lǐng)域的發(fā)展提供了強有力的技術(shù)支撐。 傳統(tǒng)視覺芯片架構(gòu)中，傳感、計算和存儲單元的分離導致了大量數(shù)據(jù)的轉(zhuǎn)換和傳輸，進而帶來了延時和能耗問題。為了解決這一難題，清華大學集成電路學院團隊受生物視覺系統(tǒng)啟發(fā)，研制了感內(nèi)計算（in-sensor computing）架構(gòu)。該架構(gòu)能夠在傳感端進行原位信息處理，實現(xiàn)感存算一體化，顯著減少數(shù)據(jù)冗余傳輸，降低系統(tǒng)延時與能耗。 然而，視覺感內(nèi)計算研究尚處于起步階段，硬件層面和算法架構(gòu)層面均面臨諸多挑戰(zhàn)。針對這些挑戰(zhàn)，清華大學集成電路學院團隊創(chuàng)新性地研制了多模態(tài)感存算一體化光電憶阻器陣列。該系統(tǒng)片上集成了1kb（1024個）1T-1OEM光電憶阻器陣列與硅CMOS外圍電路，基于TiOx/ZnO的新型光電憶阻器具有多種工作模式，包括電學憶阻器（EM）、動態(tài)光電憶阻器（D-OEM）和非易失性光電憶阻器（NV-OEM）模式。這些模式可通過光電激勵引發(fā)的電荷密度分布變化來進行有效調(diào)控，為處理多階視覺任務(wù)提供了堅實基礎(chǔ)。 研究團隊設(shè)計并制備了一種新型的雙層氧化物光電憶阻器，其結(jié)構(gòu)為Pd/TiOx/ZnO/TiN，在器件中引入TiOx界面層以增強阻變的穩(wěn)定性并提升光電響應(yīng)。通過光電激勵，可以調(diào)控器件三種不同的工作模式：原始狀態(tài)為光電脈沖激勵下的動態(tài)響應(yīng)模式、電壓脈沖激勵下的循環(huán)阻變模式以及在電學Forming后的非易失性光電響應(yīng)模式。為進一步闡明光電憶阻器的多模態(tài)調(diào)控機制，團隊采用了差分相位對比掃描透射電子顯微鏡（DPC-STEM）這一前沿成像技術(shù)，精確觀測了光電調(diào)控過程中ZnO內(nèi)部電荷密度的分布變化。 
基于該光電憶阻器陣列，研究團隊演示了多種場景的智能視覺信息處理任務(wù)。在圖像傳感預處理任務(wù)中，利用NV-OEM模式可以將圖像識別率從85.7%提升至97.6%；在高階認知任務(wù)中，利用D-OEM與NV-OEM陣列協(xié)同工作演示多目標定位跟蹤，在模擬環(huán)境噪聲的干擾下，通過多次訓練依然可以實現(xiàn)96.1%的高準確率；在此基礎(chǔ)上，首次構(gòu)建了基于全光電憶阻器的儲備池計算系統(tǒng)，由18個D-OEM模式器件構(gòu)成儲備池層和1024×5個EM模式器件構(gòu)成讀出層，在人體運動識別任務(wù)中以極低能耗實現(xiàn)了91.2%的準確率。 此次研究成果以“面向多場景感內(nèi)計算的全集成多模態(tài)光電憶阻器陣列”（Fully integrated multi-mode optoelectronic memristor array for diversified in-sensor computing）為題，于11月8日在線發(fā)表于《自然·納米技術(shù)》（Nature Nanotechnology）。 |
