供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开

面向边缘计算的可编程黑磷图像传感器

来源:网络 发布时间:2022-06-27 628
工业金属加工智能制造传感器电子芯片电子芯片设计/电子设计自动化(EDA)设计/电子设计自动化(IP类软件)
收藏
近日,来自美国华盛顿大学的研究人员联合在国际著名期刊Nature Comunications上以Programmable black phosphorus image sensor for broadband optoelectronic edge computing为题发表重要进展文章,报道了一种基于黑磷可编程光电晶体管阵列的多功能红外图像传感器。文中研究人员通过对栅极电介质层中存储的电荷进行电学和光学控制,可以对黑磷可编程光电晶体管的电导率和光响应性进行本地或远程5位精度编程,以实现传感器内卷积神经网络(CNN)。该传感器阵列可以接收红外光谱范围较宽的光学图像,并进行推理计算,以92%的精度处理和识别图像。文中所演示的黑磷图像传感器阵列可以放大以构建更复杂的视觉传感神经网络,这将在边缘计算、分布式和遥感多光谱传感中找到许多有前景的应用。

近日,来自美国华盛顿大学的研究人员联合国际著名期刊Nature ComunicationsProgrammable black phosphorus image sensor for broadband optoelectronic edge computing为题发表重要进展文章报道了一种基于黑磷可编程光电晶体管阵列的多功能红外图像传感器。文中研究人员通过对栅极电介质层中存储的电荷进行电学和光学控制,可以对黑磷可编程光电晶体管的电导率和光响应性进行本地或远程5位精度编程,以实现传感器内卷积神经网络(CNN)。该传感器阵列可以接收红外光谱范围较宽的光学图像,并进行推理计算,以92%的精度处理和识别图像。文中所演示的黑磷图像传感器阵列可以放大以构建更复杂的视觉传感神经网络,这将在边缘计算、分布式和遥感多光谱传感中找到许多有前景的应用。


图1. 可编程黑磷光电晶体管阵列。

图源:Nat Commun 13, 1485 (2022).


二维半导体在光电子学领域有着广阔的应用前景,因为它们具有广泛的带隙和可调的光电子特性。由于只有单原子级别的厚度且其可以很方便的进行转移,它们易于与光子电路和微电子学进行异构集成,以实现更加复杂和高级的功能。

在二维半导体中,黑磷因其可调谐的带隙而引人注目,其对应的红外光谱范围很宽。黑磷是一种层状材料,其中各个原子层通过范德瓦尔斯相互作用堆叠在一起,其结构非常类似于层状材料石墨。在单层内,每个磷原子与三个相邻的磷原子共价键合,形成皱褶蜂窝状结构。这三个键占据了磷的所有三个价电子,因此,与石墨烯不同,单层黑磷是一种在第一个布里渊区的Γ点处为2 eV的直接带隙半导体。对于少数几层的黑磷,其层间相互作用减少了每一层的带隙,最终使得单层黑磷的带隙降低为0.3 eV。

例如,2014年来自中国复旦大学的张远波教授团队首次基于黑磷制成了二维场效应晶体管(FET)。张远波教授团队的工作表明,黑磷厚度相关的直接带隙在光电子领域,特别是在红外领域有广泛的应用前景。此外,黑磷在高压下从半导体到金属和超导体的相变观察表明,极端条件对黑磷的性质起着重要作用。张远波教授团队基于黑磷在室温下获得了优异的晶体管性能。特别是,该黑磷晶体管的器件指标,如漏电流调制和迁移率,与基于其他层状材料的场效应晶体管相比总体上要更加优越。

因此,对于红外波段,目前学术界已经证明了黑磷光电探测器具有令人信服性能的分立、阵列和波导集成性能。利用其宽带红外响应,黑磷光电探测器阵列可用于多光谱成像,从而获取具有光谱信息的空间图像。在这方面,多光谱成像结合人工神经网络(ANN)已成为生物医学成像、新鲜食品分类和工业现场表面损伤检测的有力工具。

这种成像技术生成大量数据,因此计算密集且对延迟敏感,因此可以受益于新兴的边缘计算方案。在边缘而非云中对传感器内的图像进行预处理,可以大大减轻服务器的数据流负载,提高带宽预算,并减少延迟和功耗。

著名边缘计算专家、IEEE Fellow美国韦恩州立大学计算机科学系教授施巍松曾这样解释边缘计算[2],“边缘计算是指允许在网络边缘、代表云服务的下游数据和代表物联网服务的上游数据上执行计算的使能技术。其中‘边缘’指的是数据源和云数据中心之间路径上的任何计算和网络资源。例如,智能手机是身体用品和云之间的边缘,智能家居中的网关是家庭用品和云之间的边缘,微型数据中心和cloudlet是移动设备和云之间的边缘。边缘计算的基本原理是,计算应该在数据源附近进行,这样可以大大提高计算的效率、可靠性和易得性。边缘计算可以与雾计算互换,但边缘计算更侧重于事物方面,而雾计算更侧重于基础设施方面。边缘计算预计可以像云计算一样对我们的社会产生巨大的影响。”


图2. 边缘计算的范式示意图。

图源:IEEE Internet Things J. 3, 637–646 (2016).


施巍松在其一篇对边缘计算展望的论文[2]中指出,在边缘计算范式中,事物不仅是数据消费者,而且还是数据生产者。边缘不仅可以从云请求服务和内容,还可以从云执行计算任务。边缘不仅可以执行计算卸载、数据存储、缓存和处理,还可以将请求和交付服务从云分发给用户。因此边缘计算可以有效地满足可靠性、安全性和隐私保护等服务需求。

边缘计算的这些优势推动了光电边缘传感器的发展,该传感器将视觉感知和计算功能结合在同一器件中,最近学术界已使用2D材料进行可见光/紫外光谱成像。使用黑磷实现这种方案将把它扩展到红外光谱范围,实现智能夜视和多光谱传感。

在这篇文章中,研究人员提出了一种多功能黑磷图像传感器,它结合了多光谱成像和模拟内存计算的功能,实现了用于图像识别的传感器内神经网络。该图像传感器基于由几层黑磷制成的可编程光电晶体管阵列,其对波长为1.5µm3.1µm的宽红外光谱范围敏感。

黑磷可编程光电晶体管的可编程性和存储能力源于合理设计的栅极电介质堆栈中存储的电荷,这些电荷具有较长的保留时间,并有效调节黑磷通道的电导和光响应性。

黑磷可编程图像传感器可以通过电学和光学方式进行编程和读取,从而实现传感器内光电计算、存储器内电子计算和光学远程编程的一体化。黑磷可编程图像传感器可以被用作光学前端,用于捕获红外多光谱图像并执行图像处理和分类任务,其在家庭、农业和工业场所的分布式和遥感应用方面具有非常丰富广阔的前景。


3. 用于边缘检测的黑磷可编程光电晶体管阵列。

图源:Nat Commun 13, 1485 (2022).


总结与展望

本文展示了一种基于黑磷的光电晶体管阵列,该阵列不仅可以通过利用栅极电介质堆栈中存储的电荷进行电学和光学编程,而且这种设备具有高于5位分辨率的编程精度,这是基于电荷捕获机制的非易失性存储设备中最高的54位。

利用其灵活的功能,这种使用黑磷可编程光电晶体管阵列通过内存计算实现视觉感知功能。传感器的可编程光响应性使传感器内计算能够对经过光学编码并在宽红外波段传输的图像进行边缘检测。同样的黑磷可编程光电晶体管阵列也可以在后端进行电学编程,以实现卷积神经网络来执行图像识别任务。

虽然本文提出的这种设备的5位编程精度远低于数字计算机,但其在传感器模拟计算中的应用更适合于需要低功耗和低延迟的边缘计算。此外,本文所证明的近红外可编程光响应性可以扩展到更宽的红外范围,并通过黑磷与其他2D材料的集成进一步改善,并通过改变黑磷的厚度针对特定光谱范围进行优化。

本文提出的这种新型光电晶体管阵列将允许在边缘设备上进行多光谱图像处理,从而加速工业或生物医学应用中的许多过程。此外,最近学术界出现的厘米级黑磷表明,黑磷可编程光电晶体管阵列有望扩展到更大的巨像素阵列。因此,本文所展示的多功能光电黑磷可编程光电晶体管阵列,结合空间光调制和波分复用等并行成像和编程方案,可以为具有边缘计算的分布式机器视觉传感器提供更复杂的深层神经网络。


收藏
推荐新闻