探索近傳感器和傳感器內計算系統的潛力

隨著連接到互聯網的設備數量的不斷增加，不同感官終端和計算單元之間的冗余數據傳輸量也隨之增加。介入感官網絡附近或內部的計算方法可以幫助更有效地處理不斷增長的數據量，從而降低功耗并有可能減少傳感和處理單元之間的冗余數據傳輸。

理工大學的研究人員最近進行了一項研究，概述了近傳感器和傳感器內計算的概念。這是兩種能夠將計算任務部分轉移到感官終端的計算方法，可以減少功耗并提高算法的性能。

進行這項研究的研究人員之一柴揚(Yang Chai)對TechXplore表示：“物聯網上的感覺節點數量繼續迅速增加。” “到2032年，傳感器的數量將達到45萬億，傳感器節點生成的信息相當于10 20位/秒。因此，有必要將部分計算任務從云計算中心轉移到邊緣設備為了減少能耗和時間延遲，節省通信帶寬并增強數據安全性和隱私性。”

視覺傳感器可以收集大量數據，因此通常需要大量的計算能力。在之前的一項研究中，Chai和他的同事試圖在感官終端級別執行信息處理，并使用光電電阻式開關存儲陣列來證明傳感器收集的預處理圖像可以提高圖像識別的計算方法的性能。

柴說：“在這項研究之后，我建議需要新硬件平臺的傳感器內計算范例可以使用相同或更少的功率實現新的功能，高性能和能效。” “隨著這個新興領域的快速發展，有必要總結現有的成就并為未來的發展提供前景。我們最近在《自然電子》雜志上發表的觀點論文提供了該領域挑戰和機遇的及時概述。”