港理工最新研究成果!近传感器/内计算技术大幅提高运算效率


港理工最新研究成果!近传感器/内计算技术大幅提高运算效率文章插图
智东西(公众号:zhidxcom)
编译 | 林卓玮
编辑 | Panken
智东西12月23日消息 , 据TechXplore报道 , 香港理工大学的科研人员近日在《自然·电子学》期刊上发布了一项研究 , 创造性地提出了近传感器计算(Near-Sensor Computing)、传感器内计算(Near-Sensor Computing)的方法 。
港理工最新研究成果!近传感器/内计算技术大幅提高运算效率文章插图
《近传感器和传感器内计算(Near-Sensor and In-Sensor Computing)》一文发布在《自然·电子学》上
论文链接:#citeas
在传统的传感计算架构中 , 传感器和计算单元被分开放置 , 两者之间存在一定距离 。 而在近传感器计算、传感器内计算架构中 , 传感器和计算单元之间的距离大大缩小 , 甚至趋近于零 。
这两种计算方法能够将部分计算任务从计算单元转移到传感终端(Sensory Terminal) , 在减少功耗的同时 , 还能提升算法的效率 , 从而更好地应对日益增长的数据计算需求 。
该文作者、香港理工大学应用物理学系副教授柴扬博士在接受TechXplore采访时说道:“物联网上的传感器节点数持续高速增加 。 到2032年 , 传感器的数量将达到45万亿 , 相当于每秒能生成高达1020比特的信息 。 因此 , 有必要将部分计算任务从云计算中心转移到边缘设备 , 减少能耗和时间延迟、节省通信带宽并增强数据安全性和隐私性 。 ”
一、什么是近传感器计算、传感器内计算?随着接入互联网的设备数不断增加 , 传感终端和计算单元之间的冗余数据传输量日益增长 。 在传感终端附近或内部进行运算能提高数据处理的效率、降低计算功耗 , 并减少在传感终端和处理单元间传输的冗余数据 。
在题为《近传感器和传感器内计算(Near-Sensor and In-Sensor Computing)》的论文中 , 柴扬博士及其研究团队概述了近传感器计算、传感器内计算的概念 。
由于传感器和计算单元具有不同的功能 , 它们的材料、内部结构、设计、处理系统往往也不尽相同 。
在传统的传感计算架构中 , 传感器和计算单元通常是分开放置的 , 两者之间存在一定距离 。 而在近传感器计算、传感器内计算架构中 , 传感器和计算单元间的距离大大缩短 , 甚至趋近于零 。
在近传感器计算系统中 , 处理单元(或加速器)位于传感器旁边 , 处理单元(或加速器)可以在传感器端点执行特定操作 。 这种计算方法可以提高系统的整体性能 , 并最大程度地减少冗余数据的传输 。
在传感器内计算体系中 , 单个传感器或多个互联的传感器可以直接处理采集到的信息 。 这种方法既不需要处理单元 , 也不需要加速器 , 更无须将传感单元和计算单元整合在一起 。
除了介绍了近传感器和传感器内计算的概念 , 这篇论文还将传感计算分为低级处理和高级处理两种 。
低级处理指的是通过抑制噪声或失真、数据预处理 , 从大量原始数据中初步和选择性地提取有用数据 。 高级处理则涉及到认知过程的抽象表征 , 需要识别出是“什么” , 以及从“哪里”输入信号 。
二、两大技术难题:单元集成难、适用范围小柴扬博士及其研究团队目前关注的主要是视觉传感器 。
视觉传感器采集的数据量巨大 , 相应地也对计算能力提出了更高的要求 。
在此前的一项研究中 , 柴扬博士和他的同事试图在传感终端级别执行信息处理任务 , 并使用光电电阻式开关存储阵列(optoelectronic resistive switching memory array)来证明传感器收集的预处理图像可以提高图像识别算法性能 。
柴扬博士说:“在这项研究之后 , 我提出了传感器内的计算方法 , 这套方法基于新的硬件平台 , 能够以相同或更少的功率同时实现新功能、高性能和高能效 。 ”


推荐阅读