南方科技大学深港微电子学院王中锐课题组在面向高效神经场重建的忆阻器存算一体硬件方面取得新进展
5 小时前

随着医学影像、AR/VR、具身智能及边缘人工智能等领域的迅猛发展,如何从有限且不完整的观测数据中高效重建完整信号,已成为智能系统实际应用中的关键挑战。例如,低剂量CT成像需在减少扫描次数和辐射的同时保证影像质量;AR/VR和三维内容生成需从有限视角快速恢复三维场景;机器人和具身智能系统则需在有限感知下理解环境。然而,现有神经场重建模型依赖大量神经网络前向推理,在传统数字计算平台上存在计算量大、能耗高、实时性差等问题。这主要源于冯·诺依曼架构中存储与计算单元的分离,导致数据传输效率低下。