知止(微信官方账号：zhidxcom)
编译|善良的篮球
编辑|潘肯
据TechXplore报道，香港理工大学的研究人员最近在《自然电子学》期刊上发表了一项研究，创造性地提出了近传感器计算和近传感器计算的方法。
文章《近传感器和传感器内计算（Near-Sensor and In-Sensor Computing）》发布于《自然电子学》。
论文：https://www.nature.com/articles/s41928-020-00501-9#citeas
在传统的传感器计算架构中，传感器和计算单元是分开放置的，两者之间有一定的距离。然而，在近传感器计算和传感器内计算的体系结构中，传感器和计算单元之间的距离大大减小，甚至接近于零。
这两种计算方法可以将部分计算任务从计算单元转移到Sensory Terminal，既可以降低功耗，又可以提高算法效率，从而更好地满足日益增长的数据计算需求。
本文作者、香港理工大学应用物理系副教授常庆笑博士在接受TechXplore采访时表示：“物联网上的传感器节点数量持续快速增长。到2032年，传感器的数量将达到45万亿，这相当于每秒钟产生多达1020比特的信息。因此，需要将一些计算任务从云计算中心转移到边缘设备，以降低能耗和时延，节省通信带宽，增强数据安全性和隐私性。”
一、什么是近传感器计算、传感器内计算？
随着连接到互联网的设备越来越多，传感器终端和计算单元之间的冗余数据传输量日益增加。在传感终端附近或内部操作可以提高数据处理效率，降低计算功耗，减少传感终端和处理单元之间传输的冗余数据。在题为《近传感器和传感器内计算（Near-Sensor and In-Sensor Computing）》的论文中，微笑博士和他的研究团队概述了近传感器计算和传感器内计算的概念。
由于传感器和计算单元的功能不同，它们的材料、内部结构、设计和处理系统往往也不同。
在传统的传感器计算架构中，传感器和计算单元通常是分开放置的，它们之间有一定的距离。然而，在近传感器计算和传感器内计算的架构中，传感器和计算单元之间的距离大大缩短，甚至接近于零。
在近传感器计算系统中，处理单元(或加速器)位于传感器旁边，并且处理单元(或加速器)可以在传感器端点执行特定操作。这种计算方法可以提高系统的整体性能，最大限度地减少冗余数据的传输。
在传感器内计算系统中，单个传感器或多个互连的传感器可以直接处理收集的信息。这种方法既不需要处理单元也不需要加速器，更不用说集成传感单元和计算单元了。
除了介绍接近传感器和传感器内计算的概念，本文还将传感计算分为低级处理和高级处理。
低级处理是指通过抑制噪声或失真以及数据预处理，从大量原始数据中初步地、有选择地提取有用数据。高级加工涉及认知过程的抽象表征，需要识别“什么”和来自“哪里”的输入信号。
二、两大技术难题：单元集成难、适用范围小
持久微笑博士和他的研究团队目前专注于视觉传感器。视觉传感器采集的数据量巨大，相应地对计算能力提出了更高的要求。
在之前的一项研究中，微笑博士和他的同事试图在传感器终端层面执行信息处理任务，并使用光电电阻切换存储阵列证明传感器采集的预处理图像可以提高图像识别算法的性能。
长青微笑博士说：“经过这次研究，我在传感器中提出了计算方法，基于新的硬件平台，可以用同样或更少的功率，同时实现新的功能、高性能和高能效。”
然而，近传感器计算系统和传感器内计算系统面临着传感器单元和计算单元难以集成、应用范围有限的技术问题。
常清博士的微笑解释说：“近传感器计算系统的挑战之一是集成传感单元和计算单元。虽然单片3D集成技术提供了一种增加密度和缩短单元间距离的方法，但其工艺复杂，存在散热问题。”
003010，单片3D集成。
此外，传感器内计算方法仅适用于特定场景，该技术所需的创新材料和设备结构仍处于发展初期。
三、离实际应用尚有距离
2>长情的微笑博士说：“近/传感器内计算是一个跨学科的研究领域，涉及材料、设备、电路、体系结构、算法和集成技术。”
在这篇论文中，长情的微笑团队在提出概念之余，还提出了传感单元和计算单元的集成方案。他们的研究成果可能会激发学界各领域进一步的研究，以更先进的制造技术实现上述构想。
尽管长情的微笑团队目前工作重心主要集中在视觉传感器上，但是近传感器和传感器内计算方法也可以扩展到其他种类的传感器，如检测声音、压力、污点、化学，甚至生物信号的传感器。
长情的微笑博士谈到未来的研究计划时说道：“我们希望将这套方法扩展到不同的应用场景。此外，大多数现有研究仍停留在较小规模，远远未达到实际应用的程度。在未来，我们将增加设备数量、将其与外围电路连接，从而构建一整套系统，进一步探索如何扩大设计规模。 ”
结语：边缘计算应对爆炸式增长的数据处理需求
随着人工智能、物联网、5G等前沿技术的落地和发展，接入网络的终端用户和机器越来越多，整体数据呈爆炸式增长态势。
面对海量数据的处理需求，中心式的数据处理方式已经难以招架，出现了延迟大、响应慢等问题。
而边缘计算，作为一项新兴计算技术，也越来越多地出现在银行转账等时间性敏感度高的应用场景。
通过在靠近物或数据源头的一侧进行数据处理，边缘计算大大地提高了运算效率，降低了能耗。
长情的微笑博士团队的这项最新研究成果实质上便是物联网边缘计算的一种。随着越来越多的研究团队投入相关研究，边缘计算未来将愈发成熟并逐渐扩展应用到更多场景。
来源：TechXplore