基於單憶阻器陣列的類比運算平臺高效處理即時影像

隨著人工智慧模型日益先進，電子工程師們一直致力於開發更適合執行這些模型的新硬體，同時兼顧降低功耗和提升資料處理速度。其中，基於憶阻器的運算平臺被視為解決機器學習演演算法需求的最具潛力方案之一。

憶阻器，又稱記憶電阻器，是一種即使在斷電情況下仍能保留其電阻值的電子元件，它會根據透過的電荷量來調整自身電阻。這意味著它能夠同時支援資訊的儲存和處理，對於執行機器學習演演算法而言具有顯著優勢。

基於憶阻器的裝置可用於開發更小巧、更節能的硬體，以執行人工智慧模型，包括近年興起的邊緣運算系統等分散式運算解決方案。然而，許多現有的基於憶阻器的平臺存在明顯限制，對其可靠性和耐用性產生了不利影響。

韓國科學技術院（KAIST）及其他韓國研究機構的研究人員最近開發出一種基於無選擇器憶阻器陣列的新型類比運算平臺。這一平臺在《自然電子學》期刊發表的論文中被介紹，研究發現它能夠高效且可靠地執行用於處理即時影像的人工智慧演演算法。

論文作者Hakcheon Jeong、Seungjae Han及其同事指出：「基於憶阻器陣列的系統在實現具備完全裝置內學習功能的即時人工智慧演演算法時，面臨著可靠性方面的挑戰，例如良率低、均勻性差和耐用性問題等。我們提出了一種基於無選擇器類比憶阻器陣列的類比運算平臺。」

研究人員開發的平臺由1024個氧化鈦（TiOₓ）憶阻器組成，以32×32的矩陣形式排列。這些憶阻器能夠可靠地儲存和處理輸入到機器學習演演算法中的資訊，且隨著時間推移表現穩定。

Jeong、Han及其同事在論文中寫道：「我們採用具有漸變氧分佈的介面型氧化鈦憶阻器，其具有高可靠性、高線性、無形成特性和自整流特性。我們的平臺由無選擇器（單憶阻器）的1K（32×32）交叉開關陣列、周邊電路和數位控制器組成，能夠透過自校準在類比領域執行人工智慧演演算法，無需補償操作或預訓練。」

為了評估該類比運算平臺的潛力，研究人員進行了多項測試，使用它執行採用線上訓練方案的即時影像處理人工智慧模型。該框架用於訓練模型區分影像中的動態元素和靜態背景。

研究人員表示：「我們透過即時影像前景和背景分離展示了系統的能力，實現了平均峰值訊雜比30.49dB和結構相似性指數0.81；這些數值與理想情況下的模擬結果相近。」

到目前為止，Jeong、Han及其同事開發的新型基於憶阻器的平臺已經取得了非常有前景的成果，能夠高效且可靠地處理直接從攝像機傳輸的即時影像。未來，該平臺有望進一步改進，並在更廣泛的即時資料處理任務中得到評估，從而為邊緣運算解決方案的發展做出貢獻。