香港理工大學大幅提高近傳感器、傳感器內計算方法的計算效率

據(jù)TechXplore報道，香港理工大學的科研人員近日在《自然·電子學》期刊上發(fā)布了一項研究，創(chuàng)造性地提出了近傳感器計算(Near-Sensor Computing)、傳感器內計算(Near-Sensor Computing)的方法。

《近傳感器和傳感器內計算(Near-Sensor and In-Sensor Computing)》一文發(fā)布在《自然·電子學》上

在傳統(tǒng)的傳感計算架構中，傳感器和計算單元被分開放置，兩者之間存在一定距離。而在近傳感器計算、傳感器內計算架構中，傳感器和計算單元之間的距離大大縮小，甚至趨近于零。

這兩種計算方法能夠將部分計算任務從計算單元轉移到傳感終端(Sensory Terminal)，在減少功耗的同時，還能提升算法的效率，從而更好地應對日益增長的數(shù)據(jù)計算需求。

該文作者、香港理工大學應用物理學系副教授柴揚博士在接受TechXplore采訪時說道：“物聯(lián)網上的傳感器節(jié)點數(shù)持續(xù)高速增加。到2032年，傳感器的數(shù)量將達到45萬億，相當于每秒能生成高達1020比特的信息。因此，有必要將部分計算任務從云計算中心轉移到邊緣設備，減少能耗和時間延遲、節(jié)省通信帶寬并增強數(shù)據(jù)安全性和隱私性?！?/p>

一、什么是近傳感器計算、傳感器內計算?

隨著接入互聯(lián)網的設備數(shù)不斷增加，傳感終端和計算單元之間的冗余數(shù)據(jù)傳輸量日益增長。在傳感終端附近或內部進行運算能提高數(shù)據(jù)處理的效率、降低計算功耗，并減少在傳感終端和處理單元間傳輸?shù)娜哂鄶?shù)據(jù)。

在題為《近傳感器和傳感器內計算(Near-Sensor and In-Sensor Computing)》的論文中，柴揚博士及其研究團隊概述了近傳感器計算、傳感器內計算的概念。

由于傳感器和計算單元具有不同的功能，它們的材料、內部結構、設計、處理系統(tǒng)往往也不盡相同。

在傳統(tǒng)的傳感計算架構中，傳感器和計算單元通常是分開放置的，兩者之間存在一定距離。而在近傳感器計算、傳感器內計算架構中，傳感器和計算單元間的距離大大縮短，甚至趨近于零。

在近傳感器計算系統(tǒng)中，處理單元(或加速器)位于傳感器旁邊，處理單元(或加速器)可以在傳感器端點執(zhí)行特定操作。這種計算方法可以提高系統(tǒng)的整體性能，并最大程度地減少冗余數(shù)據(jù)的傳輸。

在傳感器內計算體系中，單個傳感器或多個互聯(lián)的傳感器可以直接處理采集到的信息。這種方法既不需要處理單元，也不需要加速器，更無須將傳感單元和計算單元整合在一起。

除了介紹了近傳感器和傳感器內計算的概念，這篇論文還將傳感計算分為低級處理和高級處理兩種。

低級處理指的是通過抑制噪聲或失真、數(shù)據(jù)預處理，從大量原始數(shù)據(jù)中初步和選擇性地提取有用數(shù)據(jù)。高級處理則涉及到認知過程的抽象表征，需要識別出是“什么”，以及從“哪里”輸入信號。

二、兩大技術難題：單元集成難、適用范圍小

柴揚博士及其研究團隊目前關注的主要是視覺傳感器。

視覺傳感器采集的數(shù)據(jù)量巨大，相應地也對計算能力提出了更高的要求。

在此前的一項研究中，柴揚博士和他的同事試圖在傳感終端級別執(zhí)行信息處理任務，并使用光電電阻式開關存儲陣列(optoelectronic resistive switching memory array)來證明傳感器收集的預處理圖像可以提高圖像識別算法性能。

柴揚博士說：“在這項研究之后，我提出了傳感器內的計算方法，這套方法基于新的硬件平臺，能夠以相同或更少的功率同時實現(xiàn)新功能、高性能和高能效?！?/p>

然而，近傳感器計算體系和傳感器內計算體系分別面臨著傳感單元和計算單元難集成、適用范圍有限的技術難題。

柴揚博士解釋說：“近傳感器計算體系的一大挑戰(zhàn)便是集成傳感單元和計算單元。盡管單片3D集成技術(monolithic 3D integration)提供了一種提高單元間密度、縮短單元間距離的方法，但其工藝復雜，且存在散熱問題?！?/p>

《近傳感器和傳感器內計算(Near-Sensor and In-Sensor Computing)》一文介紹的單片3D集成技術(monolithic 3D integration)

此外，傳感器內計算方法僅適用于特定場景，而且該技術所需的創(chuàng)新材料和設備結構尚還處于開發(fā)初期。

三、離實際應用尚有距離

柴揚博士說：“近/傳感器內計算是一個跨學科的研究領域，涉及材料、設備、電路、體系結構、算法和集成技術?！?/p>

在這篇論文中，柴揚團隊在提出概念之余，還提出了傳感單元和計算單元的集成方案。他們的研究成果可能會激發(fā)學界各領域進一步的研究，以更先進的制造技術實現(xiàn)上述構想。

盡管柴揚團隊目前工作重心主要集中在視覺傳感器上，但是近傳感器和傳感器內計算方法也可以擴展到其他種類的傳感器，如檢測聲音、壓力、污點、化學，甚至生物信號的傳感器。

柴揚博士談到未來的研究計劃時說道：“我們希望將這套方法擴展到不同的應用場景。此外，大多數(shù)現(xiàn)有研究仍停留在較小規(guī)模，遠遠未達到實際應用的程度。在未來，我們將增加設備數(shù)量、將其與外圍電路連接，從而構建一整套系統(tǒng)，進一步探索如何擴大設計規(guī)模。 ”

結語：邊緣計算應對爆炸式增長的數(shù)據(jù)處理需求

隨著人工智能、物聯(lián)網、5G等前沿技術的落地和發(fā)展，接入網絡的終端用戶和機器越來越多，整體數(shù)據(jù)呈爆炸式增長態(tài)勢。

面對海量數(shù)據(jù)的處理需求，中心式的數(shù)據(jù)處理方式已經難以招架，出現(xiàn)了延遲大、響應慢等問題。

而邊緣計算，作為一項新興計算技術，也越來越多地出現(xiàn)在銀行轉賬等時間性敏感度高的應用場景。

通過在靠近物或數(shù)據(jù)源頭的一側進行數(shù)據(jù)處理，邊緣計算大大地提高了運算效率，降低了能耗。

柴揚博士團隊的這項最新研究成果實質上便是物聯(lián)網邊緣計算的一種。隨著越來越多的研究團隊投入相關研究，邊緣計算未來將愈發(fā)成熟并逐漸擴展應用到更多場景。