一、智能传感新挑战

在物联网蓬勃发展的时代，亿万设备交织成网，智能应用无处不在（如图1所示）。然而，海量数据给云、边、端侧都带来了巨大挑战，包括能源、效率、速度、存储等。传统的云集中处理模式存在高延迟、高功耗、隐私泄露等诸多局限，限制了大规模物联网设备的推广，难以满足其应用需求。未来的物联网需要端侧设备具有一定的处理功能，希望传感器拥有像人一样的信息感知能力，在本地进行实时高效的数据处理。

图1：物联网技术

来源：Light新媒体/Veer

二、感存算一体“芯”革命

近日，清华大学电子工程系罗毅院士课题组发表了一项创新型研究成果，提出了基于光电探测器（PD）和阻变存储器（RRAM）集成的感存算一体芯片，开创了类脑视觉的传感器内计算新架构。该成果以“Optoelectronic array of photodiodes integrated with RRAMs for energy-efficient in-sensor computing”为题发表在Light: Science & Applications。

图2：类脑视觉芯片

来源：Light新媒体/Veer

PD与RRAM的巧妙结合（如图3所示），为面向类脑视觉的传感器计算架构奠定了坚实基础。RRAM犹如突触在阵列内进行互连，通过对其进行编程可以调节连接强度，成为存储突触权重的理想介质。当光信息照射到感存算一体成像阵列芯片上时，产生的光电流会穿过RRAM构成的权重矩阵，像素级并行执行大量的模拟乘加运算，宛如神经元放电。最终，阵列的输出代表了输入光信息和存储电状态的卷积结果，实现了感知和计算的无缝融合。

图3 基于光电探测器（PD）和阻变存储器（RRAM）集成的感存算一体芯片

三、超低功耗光电感知

为验证光电阵列的应用潜力，研究团队设计并制备了一个紧凑的3×3像素原型芯片，并以字母识别为例进行演示，展示了其在模式识别任务中的卓越表现。通过训练阵列识别不同的字母图案，成功利用物理信号计算实现了对字母"X"的精准判别，彰显了感存算一体芯片的感知和分类能力。其在存储下的低静态功耗、推演下的低动态功耗，为超低功耗的光电感知创造了可能。文章进一步探究了该系统的鲁棒性和可靠性，在噪声、坏点等各种实际误差和干扰下仍能保持较高的识别准确率，确保其能够适应复杂多变的应用环境。该设计除了可以实现简单模式识别，还可以用于光学图像的卷积处理。

图4：模式识别任务测试

四、前景展望

这项研究的核心技术创新包括:

1. PD-RRAM集成阵列实现感知、存储、计算于一体，器件集成大幅提高了集成度，开创了类脑视觉的传感器内计算新架构；

2. 展示了其在模式识别任务中的应用潜力，像素级并行计算可以实时进行高速光电信息处理，为端侧智能设备的效率提升创造了硬件基础；

3. 所设计方案可以实现超低功耗智能传感，非易失性存储具有零静态功耗，自供能计算使得计算过程的功耗维持在极低水平；

4. 该设计具有通用性，可适用于可见光、红外、紫外等波段的探测器；

5. 突破了冯诺依曼架构下处理速度与功耗之间的矛盾，实现了低功耗、低时延的边缘智能，完美契合资源受限的物联网设备需求。

“感存算一体”成像芯片为物联网设备植入类脑视觉感知能力迈出了关键一步。通过将感知、存储、计算深度融合，构建高效协同的类脑计算范式，这开启了边缘智能的新纪元。未来，每个物联网下的端侧设备都将配备智能传感功能，自主地感知万物、处理信息、交互反馈，重新定义人机物的互联新生态。

这项工作提出了一种基于光电探测器（PD）和阻变存储器（RRAM）集成的感存算一体芯片，开创了类脑视觉的传感器内计算新架构，实现了超低功耗智能传感，为片上传感器计算范式提供了新思路，昭示了感存算一体成像芯片的巨大潜力。未来，类脑视觉、智能传感、边缘计算等前沿技术，将加速传统物联网向智能物联网的跨越式发展，共建万物智能新时代。（来源：中国光学微信公众号）

相关论文信息：https://doi.org/10.1038/s41377-025-01743-y