港中大成功研發輕量、高容錯的隨機運算架構 提升邊緣設備視覺處理效能分享到：
      香港新聞網9月4日電 香港中文大學4日公佈，研發出輕量、高容錯的隨機運算架構，顯著提升邊緣設備的視覺處理效能，適用於自動駕駛、虛擬及擴增實境穿戴裝置和醫療影像設備等多種應用場景。
研究團隊利用憶阻器的固有隨機性，提出隨機運算架構，實現更輕量化且高度容錯的圖像處理方案。團隊利用憶阻器構建的概率邏輯進行邊緣檢測，通過提取圖像中的輪廓和紋理等基本視覺線索，幫助人類或機器理解圖像並作出初步決策。圖像處理通常涉及大量矩陣乘法與梯度計算，若使用傳統二進制運算，會造成大量能源消耗及延遲，難以在資源有限的邊緣視覺場景中應用。此外，傳統計算方式對數據精度要求較高，容易受到周圍環境中噪聲或干擾影響，導致計算錯誤。 新的隨機運算架構則將數據轉化為0與1的隨機序列，以概率方式執行邏輯運算。這種數據表示方式天然具有容錯性，因為成對的比特翻轉（即因干擾導致數據中的0和1意外反轉的錯誤）造成的影響可以相互抵消。此方法更貼近人類視覺與AI決策特性，為各類邊緣設備的實時分析與計算提供強大支援。 能耗降低95% 容錯能力達50% 助力自動駕駛與醫學影像診斷 研究團隊設計了應用憶阻器特性的隨機數編碼器，並與邏輯運算結合，構建出輕量化的隨機邏輯單元。隨機數編碼器將數據編碼為具良好可控性的隨機數，進行基於概率的邏輯運算。團隊以“羅伯茨交叉算子”進行實體測試，成功提取圖像的輪廓和紋理。測試結果顯示，新技術可將能耗降低多達95%，即使在容忍50%位元錯誤的情況下，仍能維持穩定的圖像處理效果，展現出卓越的能源效率與系統韌性。 論文通訊作者、中大電子工程學系助理教授胡國華教授表示：“目前研究成果令人鼓舞，惟要實現大規模應用，仍需克服多項挑戰，包括憶阻器與周邊電路的整合，以及大規模電路集成的操作問題。此外，憶阻器的產品質素亦是大規模應用的關鍵問題，不同元件間的製造差異亦會對技術的可靠性與和效能造成明顯影響。” 論文第一作者宋樂凱博士表示，未來將就憶阻器、隨機數編碼器及周邊電路進行整合與優化，並透過硬件與演算法的協同設計，以解決電路噪音與延遲等問題，進一步提升系統穩定性與擴展性。儘管如此，研究團隊認為此技術將為自動駕駛、虛擬實境（VR）、擴增實境(AR)，以至醫學影像診斷等，需要輕量化計算及高容錯的邊緣視覺AI系統，開闢嶄新的發展路徑。（完） 【編輯：徐嘉儀】
相關新聞 |
視頻更 多
過千人入住政府過渡性房屋 “善樓”負責人：希望為災民們建一個家
以“獅子山”畫作鼓勵災民 林天行個展“夜·香港”開幕
【通講壇】涉台最新表態 高市早苗這次說得比較清楚？
若AI和無人機參與救援，能在香港的火災中發揮什麼功能？
宏福苑大火遇難者人數增至159名 家屬“頭七”哀傷路祭
香港五級大火致156人死亡 政府善後工作進展如何？
法國總統馬克龍“單飛”訪華 會聊些什麼？
來論更 多評論更 多
論壇更 多閱讀排行
|
