Computing at the Edge Enabled by Indoor Photovoltaics and Ferroelectrics
这一观点认为，若要实现可持续的分布式边缘人工智能计算，需要将用于局部能量采集的室内光伏技术与用于高效能量存储及神经形态处理的（反）铁电材料进行协同共创，以克服中心化数据中心的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当前的数字世界正运行在一个日益难以持续的模型之上。如今，当智能设备需要做出决策时，它通常会将数据通过互联网发送到庞大的中心化数据中心。这些设施是能源消耗大户，消耗着大量的电力和用于冷却的水资源，随着人工智能的发展，它们预计将进一步加剧全球资源的压力。一种被称为“边缘计算”的不同方法建议将思考过程直接转移到设备本身。与其将数据发送出去，不如让设备在本地处理信息，就像大脑在当下进行思考一样。通过消除长距离通信，这将节省巨大的能量。然而，为了实现这一目标，这数十亿个微小设备需要一个能够安装在小型芯片上、且能在无需更换电池的情况下运行数年的可靠电源。挑战在于，如何找到一种方法，从室内昏暗的光线下产生足够的电力来支持复杂的计算，并能瞬间存储这些能量以应对突发的活动高峰。
来自欧洲和美国各大学及研究机构的一个研究团队提出了一个新观点，认为得益于三种特定技术的融合，这一愿景终于变得触手可及。作者提出，通过结合先进的室内太阳能电池、一种既能存储电量又能进行计算的特殊材料，以及一种新的计算机芯片设计方式，我们可以创造出自给自足的智能设备。该论文并非声称这些设备已经趋于完美或广泛应用；相反，它绘制了连接当前能力与全自主未来需求所需的具体材料和工程步骤。研究人员指出，关键在于使用能够发挥双重作用的材料：采集光能、存储产生的能量，然后利用同一种材料进行思考，且这一切都在一个紧凑的系统中完成。
旅程始于光本身。虽然室外的阳光很强烈，但我们家中和办公室内的灯光要暗得多，尽管它们始终存在。为了给智能传感器供电，设备需要捕捉这种微弱的光并将其高效地转化为电能。论文回顾了几种应对这一挑战的新兴技术。传统的太阳能电池是为强烈的阳光设计的，在室内表现不佳。然而，较新的材料，如卤化铅钙钛矿、有机化合物和染料敏化电池，已展现出显著的进展。其中一些新型电池现在可以将超过40%的室内光转化为电能，这比旧技术有了巨大的飞跃。研究人员强调，为了在全球范围内实现这一目标，这些电池不仅必须高效，还必须稳定。无论光线来自暖色调的灯具还是冷色调的LED，它们都必须可靠地工作，并且必须在多年内不发生性能退化。论文指出，虽然这些材料很有前景，但行业仍需就如何在现实世界的室内条件下对它们进行标准化的测试达成一致，以确保它们真正准备好进行大规模部署。
即使拥有完美的太阳能电池，智能设备仍面临第二个障碍：其工作的性质。计算不是一个稳定、缓慢的过程；它往往发生在突然、剧烈的爆发中。当设备识别出一张脸或检测到一个声音时，它需要在极短的时间内需要巨大的功率峰值。传统的电池反应太慢，无法提供这种瞬时能量，并且最终会耗尽。论文提出了另一种解决方案：由一类被称为铁电体的特定材料制成的静电电容器。这些材料可以存储能量并几乎瞬间释放，速度远快于任何电池。研究人员重点关注了一种名为氧化锆铪的无铅材料，这种材料已经应用于计算机芯片中。这种材料可以通过工程手段被设计成高速能量储备库，能够处理人工智能任务所需的快速功率脉冲。通过将这些电容器直接集成到芯片上，设备可以平滑功率供应，确保在关键时刻不会崩溃。
第三个，或许也是最具革命性的拼图碎片，是设备究竟如何进行思考。传统计算机将存储数据的内存与进行计算的处理器分开。在两者之间移动数据会消耗大量能量，产生限制效率的瓶筒效应。论文倡导转向“存内计算”，即让存储器本身执行计算。研究人员强调，铁电材料非常适合这一技术。由于这些材料可以保持不同的电极化状态，它们可以兼任存储器和处理器的角色。这消除了移动数据的需求，大幅降低了每次计算所需的能量。作者指出，虽然目前的原型仍处于细节完善阶段（例如如何延长寿命或在更低电压下运行），但潜在的效率提升是巨大的。他们认为，通过进一步改进，这些系统仅靠室内太阳能电池产生的微量电力即可执行复杂任务。
该论文的核心论点是，这三个要素——先进的室内太阳能电池、铁电储能和铁电存内计算——必须协同开发，而非孤立存在。研究人员警告说，仅仅改进其中一部分是不够的；整个系统必须进行协同设计。例如，太阳能电池必须产生足够的电压来为电容器充电，而电容器必须能够足够快地释放能量以供处理器使用。论文建议，通过使这些材料的发展保持一致，我们可以创造出新一代真正的自主设备。这些设备不需要插电或更换电池，因为它们可以从周围的环境光中收集能量。
然而，作者在保持乐观的同时，也清醒地指出了剩余的挑战。他们指出，虽然这些材料存在于实验室中，但将其规模化生产以制造数十亿台设备是一项艰巨的任务。诸如某些元素的毒性、材料在数十年间的稳定性以及生产成本等问题必须得到解决。论文还强调了可持续性的重要性，认为所使用的材料必须来源负责，并设计用于回收利用，以避免造成新一波电子垃圾。研究人员呼吁改变这些技术开发的方式，敦促工程师和科学家从一开始就考虑设备的整个生命周期。
最终，这一观点为人工智能的可持续未来提供了一份路线图。它表明，前进的道路不在于建造更大的数据中心，而在于赋予我们周围数十亿台小型设备独立思考的能力。通过利用室内的光能，并使用能够以极高效率存储和处理信息的材料，我们可以开启一个智能技术无处不在，却又隐形且自给自足的世界。论文总结道，尽管前路漫长且技术障碍巨大，但这些特定材料的融合为通向一个更高效、更环保的数字世界提供了一条现实且引人入胜的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。