为了理解世界，大多数人在很大程度上依赖于视觉。最近的研究表明，人类视觉系统是分层的，这意味着它处理不同层次的信息，从感官刺激的低级处理到与更高级认知能力相关的高级处理。

计算机科学家最近一直在尝试开发模仿人类视觉系统层次结构的系统，以有效处理不同层次的信息处理。实现这一目标的一种方法是传感器内计算，它需要将传感、记忆和处理功能集成到一个设备中。

据外媒报道，清华大学的研究人员最近开发新型光电设备，可用于实现多样化的传感器内计算。相关研究论文已发表于期刊《Nature Nanotechnology》。论文中介绍到，该设备基于完全集成的光电忆阻器（OEM）阵列构建，而这些硬件组件既可以处理信息，也可以存储信息。

图片来源：期刊《Nature Nanotechnology》

“基于新兴设备与互补金属氧化物半导体（CMOS）电路的大规模单片集成传感器内计算仍然具有挑战性，缺乏硬件级别的功能演示，”Heyi Huang、Xiangpeng Liang及其同事在论文中写道。

“我们报告了一种完全集成的1 kb阵列，该阵列具有128 × 8个单晶体管单光电忆阻器（OEM）单元和硅CMOS电路，具有可配置的多模式功能，包括三种不同的电子忆阻器模式、动态OEM和非易失性OEM（NV-OEM）。”

研究人员展示的设备利用电和光同时处理信息和存储数据，这对于传感器内计算应用至关重要。OEM具有分层结构，各种材料（Pd/TiOx/ZnO/TiN）相互叠放。

值得注意的是，该团队的完全集成OEM阵列具有不同的可配置操作模式。这些模式允许系统模仿人类视觉系统的分层信息处理。

“这些模式是通过协同光学和电学操作调节氧空位内的电荷密度来配置的，这一点已由差分相衬扫描透射电子显微镜证实，”Huang、Liang及其同事写道。

到目前为止，研究人员已经在一系列初步实验中评估了该基于OEM的设备，并用它来运行计算机视觉算法。这一发现非常有希望，因为OEM阵列在测试的所有三个视觉任务上都实现了良好的准确度，同时功耗更低。

“使用这个OEM系统，演示了三个视觉处理任务：图像传感预处理，通过NV-OEM模式将识别准确度从85.7%提高到96.1%；使用动态OEM和NV-OEM模式，更先进的物体跟踪准确度达到96.1%；使用完全基于OEM的传感器内储层计算系统，人体运动识别准确度达到91.2%”，Huang、Liang和他们的同事写道。“系统级基准测试进一步表明，它比图形处理单元的能耗低 20 多倍。”

该研究团队最近的研究引入了一种新的经济高效的光电平台，该平台可能有利于实现各种传感器内计算应用。作为下一步研究的一部分，Huang、Liang及其同事可以进一步优化其系统的性能，例如通过在OEM的顶部电极上使用透明材料来提高其光吸收率。