光譜儀作為測量光信號光譜成分的核心設備，在遙感探測、生物醫學分析、光譜成像等領域具有不可替代的作用。近年來，微型化、低成本的現場即時光譜分析需求日益迫切，計算光譜儀應運而生——其通過硬件編碼器獲取寬光譜響應，再依靠軟件解碼器完成光譜重建，成為現場即時光譜檢測與分析的重要發展方向。然而，當前計算光譜儀的研究始終陷入“半微型化”的困境，其多集中于前端編碼器件，后端解碼硬件卻受限于高昂的能耗和延遲，難以滿足便攜式、低功耗、快速響應等場景的應用需求，成為制約系統性能的關鍵瓶頸。
針對上述挑戰，清華大學集成電路學院聯合上海交通大學機械與動力工程學院、集成電路學院及劍橋大學和阿爾托大學等多所高校團隊，提出了基于憶阻器存算一體芯片的高能效光譜原位重構技術。針對憶阻器芯片難以求解光譜重構欠定線性方程組“病態”問題的瓶頸，合作團隊首次提出憶阻器魯棒性分析與優化理論，成功研制了一款576 KB規模的憶阻器芯片作為光譜解碼器并構建了原位計算光譜系統（MICS），通過算法-硬件協同優化策略，實現了軟件級別的光譜重建精度，同時在能耗和速度上實現數量級突破。
圖1 傳統計算光譜儀架構與新型憶阻器光譜儀架構對比
傳統計算光譜儀存在兩大核心痛點：一是前端探測器與后端解碼硬件物理分離，模擬光電流信號需先轉換為數字信號，再傳輸至遠端解碼設備（如數字計算機）進行重建，數據轉換與傳輸開銷巨大；二是解碼硬件采用傳統馮·諾依曼架構，隨著光譜通道數增加，算法時間復雜度急劇上升，進一步加劇能耗與延遲負擔。憶阻器芯片具備模擬信號處理能力和存算一體（CIM）優勢，可直接在模擬域處理光電流信號，有望破解這一困境（圖1）。
然而，憶阻器芯片與光譜儀的融合并非簡單的物理拼接，如何克服憶阻器的噪聲、電導漂移等非理想特性對光譜重建精度的影響，成為實驗實現的關鍵難題——光譜重建本質上是求解欠定線性方程組，這類“病態”問題的求解對外部擾動極為敏感，這與憶阻器固有的非理想特性形成了尖銳沖突，學術界長期以來認為憶阻器芯片求解此類問題是“不可能完成的任務”。
為解決上述問題，研究團隊回歸第一性原理，從底層理論分析入手，深入剖析憶阻器芯片的魯棒性本質（圖2）。經過嚴格的數學推導，團隊提出了關鍵的魯棒性度量指標——憶阻魯棒性（Memristive robustness metric，MRM）。該指標首次實現了算法對憶阻器噪聲容忍度的定量化表征，不僅可以精準評估算法對憶阻器芯片的適配性，同時將抽象的魯棒性要求解耦為軟件端參數矩陣與硬件端憶阻器非理想因素兩個具體可設計和優化的目標，進一步為提高解決“病態”問題的魯棒性提供了清晰的理論指南。
圖2 憶阻器魯棒性理論分析
在該理論分析的引導下，合作團隊分別從參數矩陣和憶阻器噪聲兩方面提出了兩項高效的魯棒性優化方法：（1）憶阻器正則化方法（MRG），通過截斷光譜響應矩陣的小奇異值，在不損失關鍵光譜信息的前提下，降低參數矩陣的最大絕對元素值，提升矩陣的憶阻魯棒性MRM，從而增強算法對憶阻器噪聲的抵抗能力。（2）嵌入式濾波方法（FEM），針對憶阻器噪聲導致的光譜振蕩、譜泄漏等偽影，將Savitzky-Golay等濾波矩陣直接嵌入光譜重建矩陣，無需額外硬件即可同時完成光譜重建與濾波，有效降低硬件開銷和計算延遲，結合按列映射方法，充分利用憶阻器的電導窗口，進一步提高計算信噪比PSNR。
在上述優化策略的基礎上，結合硬件電路及架構設計創新，團隊搭建了基于576 KB憶阻器芯片的原位光譜重建系統MICS（圖3），突破了計算精度的瓶頸問題（圖4）。為進一步驗證MICS系統在實際復雜場景中的性能，合作團隊基于廣泛使用的CAVE高光譜圖像數據集開展了高光譜成像演示實驗（圖5）。結果顯示，重建的高光譜圖像與真實圖像高度一致，裸眼難以區分，PSNR達34.0 dB，平均重建誤差僅1.19%，且能很好地保留圖像邊緣特征，解決了傳統高光譜成像邊緣信息易失真的難題。同時，MICS系統重構單個光譜僅需125.0 ns，功耗低至6.7 nJ，較傳統光譜儀方案分別提升了26.5倍和162.7倍（圖6），展現了MICS系統在微型化、高性能光譜儀上的巨大應用潛力。
圖3 基于576 KB憶阻器芯片的原位光譜重建系統
圖4 優化前后光譜重構效果對比
圖5 高光譜成像應用演示
圖6 MICS系統性能評估對比
該研究在計算光譜儀和憶阻器存算一體領域具有廣泛和深刻的創新意義。合作團隊首次提出并實現了基于憶阻器存算一體芯片的高性能原位計算光譜儀，其極低的光譜感知功耗與延遲標志著計算光譜儀由“半微型化”向包含光譜編碼與解碼的“全微型化”邁進，有望解鎖從可穿戴健康監測設備到深空探測等廣泛的應用。此外，該研究不僅拓寬了憶阻器存算一體技術的應用邊界，更提出了一套通用的算法-硬件協同優化方案。合作團隊提出的憶阻魯棒性度量MRM，可作為評估算法對憶阻器噪聲魯棒性的關鍵指標，為憶阻器芯片實現各類信號處理算法提供了量化指導；MRG和FEM策略無需額外硬件開銷，僅通過矩陣預處理即可提升計算精度，不僅適用于光譜重建，還可拓展至信號反卷積、希爾伯特變換、盲源分離等多種算法，為憶阻器芯片高效、高精度運行信號處理算法提供了有效工具。
相關成果以“In situ spectral reconstruction based on a memristor chip for energy-efficient computational spectrometry”（基于憶阻器芯片的原位光譜重建用于高能效計算光譜儀）為題發表于《自然?電子學》（Nature Electronics）。清華大學集成電路學院唐建石副教授、吳華強教授和上海交通大學機械與動力工程學院蔡偉偉教授為論文的共同通訊作者，清華大學博士生趙涵、上海交通大學博士生王雷、清華大學碩士生周衍澤為共同第一作者。合作者包括清華大學集成電路學院錢鶴教授、高濱教授、姚鵬副研究員，上海交通大學機械與動力工程學院劉應征教授、馮雪葳副教授，上海交通大學集成電路學院陸梁軍教授，英國劍橋大學Tawfique Hasan教授，芬蘭阿爾托大學Zhipei Sun教授等。該研究得到了科技部科技創新—2030“腦科學與類腦研究”重大項目、國家自然科學基金、北京集成電路高精尖創新中心、北京信息科學與技術國家研究中心、清華大學微納加工中心、科學探索獎等支持。
論文鏈接：
https://doi.org/10.1038/s41928-026-01571-x
《高光譜和多光譜成像技術、應用和市場趨勢-2025版》
《3D成像與傳感-2025版》
《蘋果在量子點光電傳感器領域的發明專利與產業布局分析》
《量子點光電傳感器專利態勢分析-2024版》
《CMOS圖像傳感器產業現狀-2025版》
《紅外熱成像與傳感技術及市場-2025版》
《短波紅外、中波紅外和制冷型紅外成像-2025版》
