怎样高效、低功耗地完成视觉信息的同步获取与词元化，是当前物理人工智能（AI）硬件范畴亟需解决的要害难题。近日，南京年夜学传授缪峰、梁世军团队结合新加坡国立年夜学团队，于国际上率先研制出可以或许直接将光转换为词元的超低功耗新型智能视觉传感器芯片“光语芯”。该芯片天生的词元可直接输入编码器，实现图象辨认。相干研究结果19日于线发表在国际学术期刊《天然·传感》。

繁杂情况下物理AI的自立感知、推理与决议计划能力，高度依靠在边沿端装备高效运行视觉年夜模子的能力。然而，边沿装备因为受限在功耗与算力，难以于当地完成及时视觉认知。

“传统视觉感知链路中，光旌旗灯号需颠末图象传感器收罗、模数转换、缓存搬运、数字分块与嵌入等多道工序，才能天生模子可处置惩罚的词元，海量冗余数据的频仍搬运致使边沿端能耗居高不下。”缪峰先容，“咱们但愿于传感器中直接完成词元化，从物理层面绕过这条路径。”

这次研究中，团队率先于国际上提出，将天生词元的历程前移到传感器，于传感器中直接完成图象收罗、图象分块及图象块嵌入等功效。

梁世军暗示，团队研制的“光语芯”芯片由光敏存储阵列及外围寻址电路组成。团队起首基在单层二硫化钼浮栅光电晶体管，构建了光敏存储阵列。阵列中的每一个像素兼具感光、存储与模仿计较三重功效。光旌旗灯号写入后，以浮栅电荷情势被原位生存。外围寻址电路可选择性激活像素区域完成图象分块。对于在当选中的图象块，芯片进一步施加特定的电压序列，使图象块中存储的光信息与嵌入矩阵于模仿域中完成乘加运算，输出的电流即为词元。

“咱们于芯片上实现了‘光进来，词元直接出去’的物理计较，从底子上消弭了数据搬运这个最年夜的能耗来历。”梁世军先容，这类“物理词元化”要领使芯片从被动的图象记载仪，改变为自动的视觉语义天生器。基在“光语芯”的视觉转换架构体系的辨认正确率到达87.3%，靠近传统软件的辨认率基线，相较传统方案，词元化阶段能效晋升超10倍。

缪峰暗示，这一结果从底子上倾覆了“先感光、再缓存、后计较”的串行范式，为后摩尔时代冲破边沿AI算力与功耗天花板斥地了全新维度。该技能有望为具身智能、低空无人机、智能安防等范畴，提供高能效、近零延迟的视觉认知基座，加快物理AI走向年夜范围运用。（金凤）