图 片上光谱计算架构

　　在国家自然科学基金项目（批准号：61827901、62322502、62131003）等资助下，北京理工大学张军教授团队在片上光子学领域持续取得进展。继2024年11月在《自然》（Nature）期刊发表片上光谱成像成果后，团队针对大规模光谱数据高效处理难题持续攻关，提出了光谱专用计算概念，建立了片上光谱计算架构，自主研发一体化在线实时高光谱成像微系统。研究成果以“超视觉：一种实时在线计算的片上高光谱成像微系统（Hypervision: An on-chip hyperspectral microsystem for online video-rate computational imaging）”为题，于2026年8月27日正式发表于《科学》（Science）期刊上，论文链接：https://www.science.org/doi/10.1126/science.aef8268。

　　高光谱成像能够同时获取目标的空间结构信息和数十甚至上百个波段的光谱信息（被誉为“光基因”和“光指纹”），在空天遥感、智能驾驶、精准医疗等战略新兴领域具有颠覆性应用前景。传统高光谱成像技术受限于“现场采集原始数据、回传后方服务器事后分析”的工作模式，海量三维空谱数据带来巨大传输与计算开销，难以满足现场作业场景的实时解析需求，难以实现“感知即解析、采集即决策”。

　　针对大规模光谱计算难题，团队提出了类数据域并行计算方法（图），基于数据局部性原理实现了数据块连续并行计算，突破了传统冯·诺依曼串行指令模式瓶颈，大幅削减冗余访存。在此基础上，攻克了高密度数据流硬件加速、光谱专用计算芯片制备、轻量化AI光谱重建网络等关键技术，自主研制了HyperVision微系统。无需外接供电及算力集群，实现了百万像素、数十通道的实时在线高光谱成像感知，完成了光谱成像从“离线后置处理”到“片上原位在线实时计算”的跨越，核心软硬件拥有完整自主知识产权。

　　该工作开辟了片上成像计算研究新方向，为智能驾驶、智慧农业、精准医疗等战略新兴领域和新质产业赛道打开了全新想象空间，推动集成电路、微电子、计算机科学、光学工程、人工智能多学科深度交叉融合，有力支撑我国智能感知装备实现技术变轨超越，为我国光电信息领域高水平科技自立自强注入坚实原创动能。