对于新兴的神经形态视觉的二维材料:从设备到传感器内计算
Pengshan Xie1, Dengji Li1, Weijun Wang1
1Department of Materials Science and Engineering, City University of Hong Kong, Hong Kong SAR, 999077, China.
Small (Weinheim an der Bergstrasse, Germany)
|July 24, 2025
概括
两维 (2D) 材料通过启用传感器内计算,为节能边缘视觉处理提供解决方案. 这种方法克服了智能视觉系统传统架构的局限性.
科学领域:
- 材料科学 材料科学 材料科学
- 神经形态工程的神经形态工程
- 计算机架构 计算机架构
背景情况:
- 由于数据传输瓶,·诺伊曼架构在边缘视觉应用程序的能源效率和实时处理方面扎.
- 二维 (2D) 材料提供原子尺寸厚度,可调节的光电子和集成灵活性,使它们适合传感器内计算.
- 目前的材料系统包括铁电二维材料,拓绝缘体和双电子系统,用于增强感知,计算和存储.
研究的目的:
- 为传感器内计算提供2D材料系统进步的全面概述.
- 探索这些二维材料的操作机制和视觉感知功能.
- 检查深度学习架构与智能视觉的2D材料系统的集成.
主要方法:
- 关于用于神经形态视觉的二维材料系统的最新文献的综述.
- 操作机制的分析,包括偏振传感和光谱选择.
- 调查设备集成策略和深度学习算法兼容性的研究.
主要成果:
- 2D材料在单一设备中实现了高效的感知,计算和存储,克服了·诺伊曼瓶.
- 特定的2D材料系统显示出对偏振传感和光谱选择的能力.
- 正在制定整合策略,以将深度学习与基于二维材料的视觉神经突触设备合并.
结论:
- 2D材料是对边缘应用中节能,实时视觉处理的有希望的解决方案.
- 将材料创新与神经形态工程结合起来,可以带来智能视觉系统.
- 使用二维材料的传感器内计算克服了传统计算机架构的局限性.
