O espectro é uma das dimensões mais importantes da informação luminosa, sendo chamado de "gene da luz" e "impressão digital da luz". A imagem hiperespectral pode adquirir simultaneamente informações espectrais multidimensionais do alvo, sendo uma tecnologia de percepção central em áreas como sensoriamento remoto aeroespacial, direção inteligente, monitoramento ambiental e medicina de precisão. A equipe do Acadêmico Zhang Jun, do Instituto de Tecnologia de Pequim, propôs pela primeira vez internacionalmente o conceito original de computação dedicada a espectros, criando uma nova arquitetura de computação espectral em chip, resolvendo o problema da análise em tempo real online de imagem hiperespectral. Os resultados da pesquisa foram publicados em 28 de agosto na revista internacional Science.
A imagem hiperespectral gera grandes volumes de dados, mas o modelo tradicional de coleta de dados brutos no local e transmissão para servidores remotos para análise posterior limita severamente a aplicação prática da tecnologia hiperespectral em cenários dinâmicos e complexos. Portanto, é urgentemente necessário que os terminais de percepção realizem reconstrução espectral, reconhecimento de materiais e análise de informações no local, alcançando "percepção como análise, coleta como decisão".
A equipe rompeu com a dependência do caminho de CPUs/GPUs genéricas e com as limitações da arquitetura clássica de computação por divisão de tempo de von Neumann, propondo inovadoramente um método de computação paralela em domínio de dados. O grafo completo de computação espectral é diretamente mapeado para o espaço físico do hardware do chip, construindo um canal de fluxo de dados contínuo composto por operadores de hardware distribuídos, eliminando completamente o tempo de espera ocioso do hardware de computação. Isso realiza a transição da imagem hiperespectral de "processamento offline posterior" para "computação em tempo real online no chip", abrindo uma nova rota tecnológica para a próxima geração de sistemas de visão hiperespectral integrados e embarcados.
Com base nessa arquitetura original, a equipe completou um ciclo fechado de engenharia que vai da exploração teórica, desenvolvimento de chips à fabricação de sistemas completos, superando sucessivamente uma série de tecnologias-chave, incluindo aceleração de hardware para fluxos de dados de alta densidade, fabricação de chips de computação dedicada a espectros e redes leves de reconstrução espectral por IA. Eles desenvolveram de forma independente o primeiro microsistema de imagem hiperespectral em tempo real integrado do mundo — HyperVision.
O HyperVision pesa apenas cerca de 950 gramas e consome apenas 25,3 watts, reduzindo o consumo de energia em uma ordem de grandeza em comparação com soluções tradicionais baseadas em GPU. Ele integra um chip de computação espectral dedicado desenvolvido internamente e um sensor de imagem hiperespectral de banda larga, combinado com um módulo de bateria de alta capacidade e uma tela de alta definição. Possui vantagens como tamanho compacto, peso leve, baixo consumo de energia, longa duração de bateria e forte inteligência, operando sem necessidade de alimentação externa e sem depender de clusters de computação externos, produzindo de forma estável imagens hiperespectrais em tempo real de nível de vídeo na ampla faixa do visível ao infravermelho próximo.
A equipe já concluiu testes de validação do sistema em cenários dinâmicos reais, incluindo direção inteligente, monitoramento de fumaça e imagem aérea de drone para solo. Os revisores avaliaram o resultado como "otimização profunda da arquitetura de sistema", "avanço tecnológico de grande significado", com "rara maturidade de engenharia".
Em 2024, a equipe de Zhang Jun superou o desafio da codificação óptica em chip e publicou um artigo na Nature. Este resultado supera ainda mais o gargalo computacional. O HyperVision conecta toda a cadeia da tecnologia de imagem hiperespectral, desde a teoria de laboratório até equipamentos portáteis leves e aplicações de percepção em tempo real online, abrindo um novo espaço de imaginação para áreas estratégicas emergentes e novos setores industriais, como sensoriamento remoto aeroespacial, direção inteligente, agricultura inteligente e medicina de precisão.