清华大学电子系黄翊东教授团队崔开宇副教授课题组，近期提出了首款“物谱芯片”——光谱成像芯片2.0，即物质成像光谱卷积神经网络芯片。相关研究成果发表于《自然—通讯》。该团队长期深耕快照式光谱成像芯片领域，深入研究如何为终端设备赋能光谱感知与智能计算的问题。

据介绍，该方案的优势主要在于集成度大、功耗低，可以直接感知自然光，不依赖于相干光源，能够根据CMOS图像传感器的成像速度自适应地进行实时计算。数据吞吐量降低了96%，在算力有限的边缘设备与移动终端上也可以完成高维光谱图像的获取与处理。“这样就能直接处理自然图像，在百万至上亿像素的空间维度实现高度并行的内积运算。摆脱GPU，不被‘卡脖子’，让光谱成像的应用高效下沉到终端。”崔开宇说，这是在前期研制实时超光谱成像芯片基础上的进一步探索。

团队解决感算一体式芯片难题

算力是智能时代重要的基石和引擎，而视觉是人类和机器感知世界的重要途径。当前，光神经网络被认为是下一代并行计算方案。然而，受限于对相干光源的依赖性等，现有的光神经网络大多难以落地应用场景。对此，崔开宇课题组提出新的感算一体式解决思路，即光谱卷积神经网络。通过在图像传感器表面大规模集成光谱调制结构，便能够在光谱维度实现向量内积的大规模并行计算。将集成了光谱调制结构的图像传感器视为输入层及第一卷积层，结合后续的小规模电计算卷积层，便能构成一个光电混合的神经网络。

与此同时，面向人民生命健康需求，崔开宇提出将光谱成像技术用于病理学诊断，发起并组织北京清华长庚医院、中国人民解放军总医院、中国医学科学院肿瘤医院等制定并获批首个光谱病理诊断团体标准《光谱病理辅助诊断系统技术要求》。相关成果进行产业转化，实现科研成果“上货架”，形成了产学研一体化的引领优势。