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智东西（公众号：zhidxcom）编译|林卓

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。
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。 ”