OSU разработал оптический чип с настраиваемой памятью
Учёные Орегонского государственного университета представили экспериментальный оптический чип, который совмещает функции сенсора, памяти и первичной обработки сигнала. Устройство должно сократить передачу данных между камерой, памятью и процессором, а вместе с ней и расход энергии. Отдельная особенность проекта в том, что чип может не только запоминать световой сигнал, но и управляемо его «забывать».
Сейчас большинство систем машинного зрения работают по раздельной схеме. Матрица фиксирует изображение, затем данные уходят в память, а после этого их обрабатывает отдельный вычислительный блок. Для камер в дронах, роботах и автомобилях такая архитектура означает постоянный обмен большими массивами данных, что ограничивает скорость и увеличивает энергопотребление.
Разработка OSU относится к классу внутрисенсорных вычислений. Часть обработки происходит прямо в момент регистрации света, без обязательной пересылки всей информации в соседние узлы. По описанию исследователей, в основе устройства лежит гибридный фототранзистор из двух слоёв: нижний отвечает за перенос тока, верхний состоит из органического светочувствительного материала и удерживает часть зарядов после исчезновения сигнала.
Именно эти захваченные заряды формируют эффект памяти. Если подать небольшое напряжение, их положение можно менять: ближе к каналу проводимости, чтобы усилить и продлить сохранение сигнала, или дальше, чтобы ослабить эффект и ускорить стирание. Авторы сравнивают этот механизм с работой биологической памяти, где часть сигналов закрепляется, а часть исчезает со временем.
Идея вписывается в более широкий тренд нейроморфных и edge-AI систем, где вычисления стараются переносить как можно ближе к источнику данных. Этим направлением занимаются и крупные игроки. IBM, Intel и Samsung в разные годы показывали прототипы чипов, которые объединяют память и вычисления, а французская Prophesee вместе с Sony развивает событийные сенсоры, передающие только изменения в кадре вместо полного потока пикселей. Разница в подходе OSU в том, что память и регулируемое забывание встроены прямо в светочувствительный элемент.
Интерес к таким схемам связан с ростом нагрузки на периферийные ИИ-устройства. По оценкам отраслевых аналитиков, рынок edge AI hardware к концу десятилетия будет измеряться десятками миллиардов долларов, а главным ограничением для камер и роботов остаётся не столько вычислительная мощность, сколько энергобюджет и задержки передачи данных. В этом смысле сенсор, который сам отбрасывает второстепенные сигналы, выглядит полезнее ещё одного мощного ускорителя.
До серийного применения разработке далеко. Исследователям ещё предстоит показать ресурс памяти, стабильность работы и совместимость с массовым производством полупроводников. Если эти параметры удастся довести до промышленных требований, такие сенсоры могут появиться сначала в нишевых устройствах с жёсткими ограничениями по энергии, включая дроны и автономные камеры, а затем и в более массовой робототехнике.
