清华大学团队成功研制多模态感存算一体化光电忆阻器阵列

近日，清华大学集成电路学院的研究团队在人工智能视觉系统领域取得了重大突破，成功研制了具有多模态的感存算一体化光电忆阻器阵列，并搭建了单片集成的感内计算原型系统。该系统能够高效处理多阶视觉任务，为自动驾驶、具身智能等前沿领域的发展提供了强有力的技术支撑。

传统视觉芯片架构中，传感、计算和存储单元的分离导致了大量数据的转换和传输，进而带来了延时和能耗问题。为了解决这一难题，清华大学集成电路学院团队受生物视觉系统启发，研制了感内计算（in-sensor computing）架构。该架构能够在传感端进行原位信息处理，实现感存算一体化，显著减少数据冗余传输，降低系统延时与能耗。

然而，视觉感内计算研究尚处于起步阶段，硬件层面和算法架构层面均面临诸多挑战。针对这些挑战，清华大学集成电路学院团队创新性地研制了多模态感存算一体化光电忆阻器阵列。该系统片上集成了1kb（1024个）1T-1OEM光电忆阻器阵列与硅CMOS外围电路，基于TiOx/ZnO的新型光电忆阻器具有多种工作模式，包括电学忆阻器（EM）、动态光电忆阻器（D-OEM）和非易失性光电忆阻器（NV-OEM）模式。这些模式可通过光电激励引发的电荷密度分布变化来进行有效调控，为处理多阶视觉任务提供了坚实基础。

研究团队设计并制备了一种新型的双层氧化物光电忆阻器，其结构为Pd/TiOx/ZnO/TiN，在器件中引入TiOx界面层以增强阻变的稳定性并提升光电响应。通过光电激励，可以调控器件三种不同的工作模式：原始状态为光电脉冲激励下的动态响应模式、电压脉冲激励下的循环阻变模式以及在电学Forming后的非易失性光电响应模式。为进一步阐明光电忆阻器的多模态调控机制，团队采用了差分相位对比扫描透射电子显微镜（DPC-STEM）这一前沿成像技术，精确观测了光电调控过程中ZnO内部电荷密度的分布变化。









基于该光电忆阻器阵列，研究团队演示了多种场景的智能视觉信息处理任务。在图像传感预处理任务中，利用NV-OEM模式可以将图像识别率从85.7%提升至97.6%；在高阶认知任务中，利用D-OEM与NV-OEM阵列协同工作演示多目标定位跟踪，在模拟环境噪声的干扰下，通过多次训练依然可以实现96.1%的高准确率；在此基础上，首次构建了基于全光电忆阻器的储备池计算系统，由18个D-OEM模式器件构成储备池层和1024×5个EM模式器件构成读出层，在人体运动识别任务中以极低能耗实现了91.2%的准确率。

此次研究成果以“面向多场景感内计算的全集成多模态光电忆阻器阵列”（Fully integrated multi-mode optoelectronic memristor array for diversified in-sensor computing）为题，于11月8日在线发表于《自然·纳米技术》（Nature Nanotechnology）。