スペクトル的に分離された重みプログラミングと光電流コンピューティングのための再構成可能なヒドロキシル解離

科学分野:

• 光電子工学
• 材料科学
• 人工知能

背景:

• 人工知能IoT（AIoT）には、コンパクトで電力効率の高いセンシングシステムが必要である。
• センサー内処理（PIS）は、計算をセンサー内に統合することにより、エッジビジョンアプリケーションのソリューションを提供する。
• 直接光電流コンピューティング（DPC）は、センサー内での積和演算（MAC）操作に光応答性を利用するが、電気的重みプログラミングには限界がある。

研究 の 目的:

• 強化されたAIoTセンシングシステムのための光学的にプログラム可能なDPCデバイスの導入。
• DPCデバイスにおける電気的重みプログラミングの限界を克服する。
• スペクトル的に分離された重みプログラミングと光電流コンピューティングのための新しい材料プラットフォームの実証。

主な方法:

• 空孔変調ビスマスオキシセレニド（BOS）材料プラットフォームの開発。
• 紫外線によってトリガーされる可逆的表面ヒドロキシル解離を利用して、酸素空孔のダイナミクスを再構成する。
• センサー内処理（PIS）ハードウェアのためのBOSアレイの実装により、複雑なビジョンタスクのための粗い分類と前処理を可能にする。

主要な成果:

• BOSをベースとした光学的にプログラム可能なDPCデバイスの実証。
• スペクトル的に分離された重みプログラミングと光電流コンピューティングを実現。
• センサー内処理（PIS）パラダイムにおける低電力分類および前処理のためのPISハードウェアの成功裏の実装。

結論:

• 光学的にプログラム可能なBOS DPCデバイスは、コンパクトで電力効率の高いAIoTセンシングシステムのための有望なソリューションを提供する。
• PISとPNSを組み合わせたハイブリッドアーキテクチャは、最適な電力とパフォーマンスのために計算リソースをインテリジェントにバランスさせることができる。
• この研究は、高度なビジョン処理を必要とする高度なエッジAIoTアプリケーションへの道を開く。