「人工智能」AI芯片新玩法!图像处理速度提升2万倍,传感器当神经网络用( 三 )


另外所使用的薄半导体难以在大面积上均匀地生产 , 并且难以加工 , 因此它们可以与硅电子器件集成在一起 , 例如用于读出或反馈控制的外部电路 。
使用这些传感器的设备的速度和能源效率将不取决于图像捕获过程 , 而是取决于传感器和外部电路之间的数据移动 。
而且 , 尽管传感器计算单元在模拟域中采集和计算数据 , 减少了模数转换 , 但是外围电路仍然存在固有延迟问题 。 传感器和外部电路将需要共同开发来减少整个系统的等待时间 。
结语:实时边缘计算的创新路径 Mennel及其同事的“传感器中计算”系统是对AI硬件研究非常有趣的探索 。
此前少数公司已经开发了基于硅电子的AI视觉芯片 , 但这些芯片的固有数字体系结构往往带来延迟和电源效率问题 。
更广泛地说 , 该研究团队的策略不仅限于视觉系统 , 它可以扩展到用于听觉、触觉、热感以及嗅觉等其他物理输入 。
此类智能系统的开发以及5G高速无线网络的到来 , 会让实时(低延迟)边缘计算成为可能 。
【「人工智能」AI芯片新玩法!图像处理速度提升2万倍,传感器当神经网络用】文章来源:IEEE , Nature


推荐阅读