近日，由清华大学电子工程系智能感知集成电路与系统实验室（iVip Lab）联合北京交通大学骆丽教授团队的合作研究成果——超低功耗传感器内计算（Senputing: Sensing with Computing）CMOS智能图像传感器芯片（A 2.17μW@120fps Ultra-Low-Power Dual-Mode CMOS Image Sensor with Senputing Architecture）[1]，获得ASP-DAC University LSI Design Contest 2022比赛特别奖（ASP-DAC 2022 Special Feature Award）。ASP-DAC为亚洲及南太平洋设计自动化会议，是集成电路设计和设计自动化领域国际顶级会议之一。
研究背景
如今，物联网时代的图像传感领域，激增的视觉图像数据量给云端处理带来了极大的压力，如何提升边缘端的处理能力已然成为了国内外产业界和学术界研究的一大热点。对于需要常开的智能视觉设备，边缘端部署规模较大的算法识别模型严重影响了能量受限视觉设备的工作时长和维护成本。为了解决这一难题，清华大学电子工程系智能感知集成电路与系统实验室联合北京交通大学研究团队针对如何降低常开设备的功耗，提高设备能效提出了一种传感器内计算（Sensing-with-Computing，Senputing）的图像传感器设计思路。相关研究成果于2021年11月以《面向BNN智能视觉感知应用的4.57 μW@120fps “感算共融”系统》（A 4.57 μW@120fps Vision System of Sensing with Computing for BNN-Based Perception Applications）为题发表于集成电路设计顶级会议IEEE ASSCC 2021中[2]；清华大学电子工程系博士生许晗为论文第一作者，乔飞副研究员为通讯作者。同时，相关成果于2022年发表于IEEE TCAS-I期刊中[3]。在ASP-DAC 2022会议的LSI设计比赛中，合作团队北京交通大学硕士生李梓维（导师：骆丽教授）代表团队参加比赛，并获得特别奖（Special Feature Award）。
基本特性
该研究提出的Senputing架构，通过模拟电路设计有效利用了传统3T-APS有源像素单元中光电二极管的光生电流，在图像传感器内部实现BNN卷积神经网络的第一层卷积特征图的计算，向外输出到后级网络进行识别。仅需要向外部输出少量的二值特征图数据，有效克服了目前常开智能视觉系统中ADC输出高精度图像带来的较高能耗开销。基于所设计的直接光电流计算单元，采用TSMC 65nm CMOS工艺进行智能感知图像传感器芯片流片。测试结果表明在1.2V的工作电压下，Senputing架构智能图像传感器的卷积计算功耗能够低至2.17μW量级，能效达到11.49Tops/W，是相关工作的14.8倍。该架构为今后资源受限的常开型智能图像传感器设计提供了一个有效的解决方案。
采用Senputing架构的视觉感知芯片及关键计算单元原理图
视觉感知芯片Demo演示系统及分类结果图
关于iVip Lab
清华大学电子工程系智能感知集成电路与系统实验室（iVip Lab）致力于研究高能效感知计算集成平台。近年来，实验室在面向超低功耗集成电路实现的近似计算、近似存储和模拟计算等技术方向开展探索，以及面向感知应用的“感算共融”和近传感/传感内计算等集成电路设计方向进行研究，在相关领域发表多篇高水平会议和期刊论文，并拥有多项发明专利；研究团队相关成果成功孵化低功耗集成电路设计企业“每刻深思”，并为集成智能感知技术在机器人，穿戴式，物联网和移动终端等领域的应用探索了一条特色道路。
参考文献
[1] Z. Li, H. Xu, Z. Liu, L. Luo, Q. Wei and F. Qiao, "A 2.17μW@120fps Ultra-Low-Power Dual-Mode CMOS Image Sensor with Senputing Architecture," 2022 27th Asia and South Pacific Design Automation Conference (ASP-DAC), 2022, pp. 92-93, doi: 10.1109/ASP-DAC52403.2022.9712591.
[2] H. Xu et al., "A 4.57 μW@120fps Vision System of Sensing with Computing for BNN-Based Perception Applications," 2021 IEEE Asian Solid-State Circuits Conference (A-SSCC), 2021, pp. 1-3, doi: 10.1109/A-SSCC53895.2021.9634759.
[3] H. Xu et al., "Senputing: An Ultra-Low-Power Always-On Vision Perception Chip Featuring the Deep Fusion of Sensing and Computing," in IEEE Transactions on Circuits and Systems I: Regular Papers, vol. 69, no. 1, pp. 232-243, Jan. 2022, doi: 10.1109/TCSI.2021.3090668.
ASP-DAC获奖官网
https://www.aspdac.com/awardarchive/design.html
