人工智能时代，视觉数据爆发式增长，存储、传输成棘手难题。如何为光电器件“减负”？
复旦芯片与系统前沿技术研究院刘琦、王建禄教授团队利用铁电畴调控研发了一种可编程的光电二极管阵列，实现探测、存储、计算功能“三合一”，让探测器像人眼一样高效工作，为构建智能视觉系统提供新思路。相关成果发表于Nature Materials，获得世界人工智能大会WAIC青年优秀论文奖，入选2023年复旦“十大科技进展”。
实现感存算一体化
在传统的光电探测架构中，探测、存储和计算单元相互分离，延时高、功耗高，针对这一瓶颈，能否设计出集探测、存储和计算功能于一身的“感存算一体架构”？
2020年，团队提出一种新的技术路径：用铁电极化代替传统掺杂技术。“我们发挥了铁电畴非易失、可重构的特点，实现了极化场精准可编程的半导体掺杂新技术。”复旦大学芯片与系统前沿技术研究院青年研究员吴广健说。
这一方法无需对半导体元素掺杂，而是通过外部施加电场即可——只需切换铁电极化的大小或方向，就能改变器件导电性能，切换速度可达纳秒级。同时，铁电调控具有高灵敏度，能有效捕捉微小信号。铁电的非易失特性，还可使器件在单次调节后长时保持。
基于该方法，探测器不仅可以“记忆”电导状态，还能通过精准调节权重从而进行计算。光信息探测、权值存储和高级计算的功能，被集成到传感器阵列中，有效减少了感知数据的传输和计算步骤，实时、高效地处理探测数据。
仿生思路驱动交叉研究
尽管做的是芯片研发，团队的研究灵感，最初来自于人眼。
“人眼就是在感知的同时不停对视觉信息进行计算，因此我们希望在光电探测器上，也能模拟人眼的高效处理能力。”吴广健介绍，人的双眼能在一定动态范围内适应环境变化，当人从昏暗的电影院走到明亮的室外时，会自动调整瞳孔的进光量，从而对图像进行识别，“我们用铁电畴调控器件，也是类似于这种自适应调整”。
团队负责人刘琦教授常年扎根存算研究，铁电调控则是王建禄教授长期的研究方向。结合双方优势，团队确定研究思路，聚焦实现探测器的“类人眼”性能，力求让其兼具高性能探测、权值存储、原位计算功能。
由于具备实时处理、轻量数据的两大优势，低延迟、低功耗，复旦团队研发的这一智能探测芯片在未来应用广泛，特别是人脸识别、动目标监测、无人驾驶等多种智能化场景。
下一步，团队将继续提升探测器性能，并期待通过与各个行业的通力合作，打通后端电路设计等环节，实现该技术在更多应用场景的落地。
