【用物理过程完成传感运算：康奈尔团队提出微波神经网络，功耗低至200毫瓦】

当#自动驾驶# 出租车以 60 公里的时速穿过市区，毫米波雷达在前方 30 米处捕捉到一个物体的回波时，系统必须在几毫秒内作出判断：它是即将进入行车道的行人，或者仅仅是一只被风卷起的塑料袋？ 

对于这一场景，目前的主流方案是，雷达接收到的射频信号被转为数字数据，送入车载 AI 芯片的神经网络中进行运算，最后输出分类结果，较长的延迟和更大的功耗是无法回避的短板。 

但近日，#康奈尔大学# （Cornell University）的研究人员设计出一种名为“微波神经网络”（MNN）的新架构，可让雷达信号跳过所有数字化的转换和运算步骤，直接由芯片内部的物理过程完成识别。 

他们让微波芯片像大语言模型使用 Token 那样，把信息编码并压缩进了射频域。相关研究 7 月 29 日发表在《自然-通讯》（Nature Communications）。

戳链接查看详情：http://t.cn/AXC9wPMt