蜗牛德州appARM 研究人员开发出一款可以 “闻出味道”的芯片

文章正文
2020-08-25 01:04

啥?芯片也可以 “闻出味道”了?

近年来,蜗牛德州app柔性电子产品的发展越来越快。随着可拉伸电子元件的出现,也使智能手表、健身记录仪,和其他一些可穿戴智能设备成为现实。柔性电子产品通常是将电路布在柔性材料基板(如塑料或纸)上而制成的。

柔性芯片可用于制造成本较低、轻薄、可弯曲、穿戴舒适的设备。虽然这些特性使它比传统电子器件更适于某些应用,但到目前为止,并不是所有这类的柔性芯片都能获得最初预想的性能。

最近,Arm 和 PragmatIC 的研究人员用低成本的柔性芯片制造了一个机器学习 (ML)处理引擎,该引擎可用于构建各种有高级数据处理能力的智能设备。他们发表在《Nature Electronics》杂志上的论文里,里面详细地演示了这一引擎在气味识别上的应用。

其中研究人员之一的 Emre Ozer 告诉 TechXplore:“Arm 研究院和 PragmatIC 公司有着密切的研发合作,而后者拥有基于金属氧化物薄膜晶体管(TFTs)的低成本柔性 IC 制造技术。这项技术对于在低成本柔性基板上制造处理引擎有着巨大的潜力,它能使数十亿件物品变得‘更智能’,而成本只要几美分,而不是几美元。”

Ozer 和同事们开发的 ML 处理引擎可直接连接到传感器上,这些传感器可以检测与气味相关的化学信息,因此被称为 “电子鼻”(e-noes)。接着,引擎会分析这些信息,并试图确定传感器捕捉到了什么气味。

在最近的项目中,Arm 和 PragmatIC 的团队与曼彻斯特大学的研究人员进行了密切的合作,他们专门开发基于低成本塑料基板的柔性电子鼻传感器。而这其中,新的硬连接的 ML 引擎就是该合作的结果之一。

ML 本征柔性加工引擎(NFPEs)可以在聚酰亚胺基片上制造,用于各种应用。来源:Ozer 等人。

Ozer 说:“我们的引擎实现了一种名为‘单变量贝叶斯特征投票分类器’的 ML 算法。训练完成后 ML 的参数是固定的,也就是说,在设备的生命周期中 ML 参数不会发生改变,所以处理引擎都是硬连接的。它由大约 1000 个栅极组成,这是一种非常节约资源的设计。”

虽然引擎的 ML 参数固定不能被编程,看上去有些不利,但现在这些引擎的目标市场是快速消费品 (FMCGs),这类产品本来就很少需要重新编程。事实上,生产 FMCG 的公司的首要任务是确保产品能快速、大批量、低成本地生产,因为它们很快就会被消费掉。

而对于用途,例如可以集成到塑料包装的材料中,以此来处理包装食品的气味。包装食品往往很快就过期了,而消费者购买食品后,包装和其中的柔性电子元件就会被扔掉。因此,ML 引擎的生命周期也很短,不需要重新编程。

Ozer 说:“早在 2004 年,通用或可编程处理器就在柔性基板上制造出来了。这些柔性处理器采用低温多晶硅(LTPS)TFT 技术开发,制造成本较高。因此,这项技术不适合实现超低成本的电子产品。IMEC 于 2014 年在柔性基板上使用金属氧化物 TFT 开发了算术逻辑单元,但这是一个算力有限的概念验证原型。”

Ozer 和他的同事们开发的引擎比过去制造的大多数可编程的柔性处理器具有更先进的功能。事实上,它是有史以来使用金属氧化物 TFTs 制造的最复杂的柔性集成电路(IC)。虽然该引擎仅由大约 1000 个栅极组成,但其栅极密度大约是基于金属氧化物 TFT 技术的其他现有数字集成电路的 20-45 倍。

在开发柔性电子产品时,不同的电子元件(传感器、能量采集器、处理器等)通常是单独制造,最后组合成一个设备。然而,迄今为止,将柔性元件集成到一个单一系统中,远远要比将传统的电子元件组合起来困难得多。研究人员现在计划继续测试他们的引擎与其他组件集成后的性能(比如电子鼻传感器和数字接口)。

Ozer 说:“虽然这一研究领域的系统集成还没有传统电子领域成熟,但是展望未来,Arm Research 和 PragmatIC 已经开始与曼彻斯特大学合作,将柔性电子鼻传感器集成到一个单一的柔性系统中,包括柔性传感器读出接口和 ML 引擎。

文章评论