什么值得买App下载 App ›
连续签到专享现金活动

我国柔性AI芯片技术获突破 可弯曲设计适配可穿戴设备与具身智能

可穿戴设备等边缘端AI计算一直受限于功耗与性能,难以实现复杂任务。清华大学团队研发的柔性AI芯片“FLEXI”通过架构与工艺创新,首次在柔性基底上实现了高效、低成本的神经网络计算,填补了技术空白,为下一代智能可穿戴和物联网硬件打开了新大门。

我国柔性AI芯片技术获突破 可弯曲设计适配可穿戴设备与具身智能智能速览

  • 清华大学团队研发的“FLEXI”芯片发表于《自然》期刊。

  • 该芯片采用低温多晶硅工艺,可直接在柔性基底制造。

  • 创新数字“存内计算”架构,突破“存储墙”限制。

  • 芯片可经受4万次反复折叠,计算能力保持稳定。

  • 最小尺寸芯片制造成本低至0.016美元。

  • 可集成于可穿戴设备,识别心率、体温等生理信号。

我国柔性AI芯片技术获突破 可弯曲设计适配可穿戴设备与具身智能精华内容

这项突破的核心在于,它并非简单的柔性化,而是从根本上重塑了芯片的计算架构与制造工艺,从而在柔性、低成本与高性能之间找到了最佳平衡点。

柔性AI的瓶颈

机器学习与人工智能应用通常需要高算力、高能耗的计算平台,而可穿戴传感器、脑植入器等极端边缘设备则要求基于柔性基底、低成本元件完成本地计算。此前,虽然有柔性中央处理器能实现通用计算,但其速度慢、功耗高的瓶颈问题突出,无法满足数据分类、机器学习等AI任务的实时处理需求,这成为限制可穿戴设备智能化发展的关键障碍。

架构与工艺革新

为解决上述难题,研究团队从制造工艺和计算架构两方面进行协同创新。在工艺上,采用CMOS低温多晶硅(LTPS)工艺,实现了在柔性基底上直接制造芯片,兼具低功耗、低成本和高集成度优势。通过工艺革新,团队成功增加了金属层数,突破了传统柔性电子难以支持复杂芯片互联的瓶颈。

在架构上,团队创新性地采用了数字“存内计算”架构。该架构直接在存储器内部完成数据处理,从根本上消除了数据在存储单元和计算单元之间来回搬运所带来的时间延迟与巨大能耗开销,成功突破了传统计算架构中的“存储墙”性能限制,其能效表现优于传统模拟方案。

实测性能与成本

“FLEXI”芯片的实测表现优异。在物理特性上,该芯片在折叠、卷曲等状态下均能稳定工作,经过了4万次反复折叠的极限测试后,其计算能力依然保持稳定。此外,它还展现出良好的耐温、耐湿和抗光照老化能力,能够适应复杂的应用环境。

在经济性上,该芯片的成本控制取得了惊人成果。其最小尺寸版本的制造成本仅为0.016美元,这一极低的成本为未来大规模应用于物联网终端设备奠定了坚实基础。

未来应用前景

凭借其柔性和低成本特性,“FLEXI”芯片能够轻松集成至各类可穿戴设备中,利用心率、呼吸频率、体温等生理信号,实现对人体日常活动等复杂场景的智能识别。专家点评指出,该技术填补了柔性电子领域AI专用计算硬件的空白。

未来,通过应用新型半导体材料、优化功率门控技术等手段,有望进一步提升芯片性能。若能持续优化生产良率与芯片尺寸,将有力推动可穿戴健康设备、物联网终端等领域的产业升级与技术革新。

“FLEXI”芯片的成功,不仅是学术上的突破,更预示着一个万物可感知、可计算的未来。当处理单元能自如地贴合万物,智能硬件的形态将被彻底颠覆。下一个被改变的行业会是什么呢?

评论

评论区空态插画

当前文章无评论,是时候发表评论了