隨著人工智能技術(shù)，特別是具身智能的發(fā)展，其對物理世界感知與交互能力的需求也隨之增長。作為連接物理世界與信息世界之間的關(guān)鍵接口，傳感器讀出前端在拓展人工智能系統(tǒng)應(yīng)用邊界中的作用日益顯著。如圖1所示，傳感器讀出前端負責(zé)將物理量（如振動、磁力、壓力、生物電等）經(jīng)轉(zhuǎn)換器轉(zhuǎn)換后的微弱電信號，進行高精度轉(zhuǎn)換與數(shù)字化，以供人工智能系統(tǒng)處理。對具身智能體而言，讀出前端提供的高精度傳感數(shù)據(jù)是AI模型理解環(huán)境深度與準確性的基礎(chǔ)，為復(fù)雜場景下的自適應(yīng)交互和智能行為涌現(xiàn)提供了堅實的物理感知保障。類似的，侵入式腦機接口系統(tǒng)中的神經(jīng)信號采集也具有相同的特征與需求。高精度、低功耗、高輸入范圍的讀出前端電路可以支撐腦機接口通量的進一步提高與雙向神經(jīng)激勵的整合。

隨著新興應(yīng)用中多樣的信號來源，長時間連續(xù)數(shù)據(jù)采集和精確模式識別等方向的演進，對傳感器讀出前端在抗干擾能力、系統(tǒng)能耗、轉(zhuǎn)換精度等方面提出了更高的要求。

北京大學(xué)人工智能研究院唐希源課題組在國際集成電路領(lǐng)域頂級會議2025 IEEE Custom Integrated Circuits Conference（CICC）上發(fā)表論文“A 4.82-μW 183.4dB-FoMSNDR CT Incremental Tracking-Zoom Sensor Readout Frontend with Floating-Gm-CCO Integrator”。研究基于28nm CMOS工藝，設(shè)計了一款跟蹤縮放式傳感器讀出前端電路芯片。通過利用細量化器多比特輸出特性，在縮放架構(gòu)下實現(xiàn)低開銷且高速率的快速動態(tài)范圍追蹤；進一步提出浮動跨導(dǎo)放大器技術(shù)，并結(jié)合低頻流控環(huán)振積分器以降低高精度傳感器讀出的能耗，最終實現(xiàn)傳感器讀出前端電路能效比的新突破。該芯片在端側(cè)智能系統(tǒng)、侵入式腦機接口等對功耗敏感的場景中具有廣泛的應(yīng)用潛力。

圖1 邊緣端智能系統(tǒng)中的傳感器讀出前端

為能夠在大幅度干擾下持續(xù)精確讀出微弱信號，需要對傳感器讀出電路在動態(tài)范圍、功耗與噪聲方面提出要求，近年來，直接連接傳感器的特殊模數(shù)轉(zhuǎn)換器結(jié)構(gòu)因其優(yōu)異的抗干擾性能而受到青睞。其中，使用縮放架構(gòu)設(shè)計的傳感器讀出電路結(jié)合了高能效的SAR粗量化器和高精度的ΔΣ細量化器，可以同時提供大動態(tài)范圍、高能效和低輸入等效噪聲。

然而，在縮放架構(gòu)的轉(zhuǎn)換過程中，變化速度較快的信號可能會超出ΔΣ細量化環(huán)路的動態(tài)范圍，導(dǎo)致讀出結(jié)果失真。為此，近期的傳感器讀出電路設(shè)計采用了動態(tài)范圍跟蹤技術(shù)，通過估計輸入信號的變化相應(yīng)地更新細量化動態(tài)范圍，從而使信號保持在細量化動態(tài)范圍內(nèi)，但現(xiàn)有的動態(tài)范圍跟蹤技術(shù)實現(xiàn)方式存在功耗與面積開銷大、跟蹤速度低的缺點，限制了傳感器讀出電路能效的進一步提升。

針對以上新興邊緣端傳感器讀出應(yīng)用中存在的挑戰(zhàn)，研究團隊提出了基于快速跟蹤技術(shù)與浮動跨導(dǎo)放大器技術(shù)的跟蹤縮放式傳感器讀出前端電路芯片，架構(gòu)如圖2所示：

圖2 跟蹤縮放式傳感器讀出模擬前端芯片結(jié)構(gòu)圖

針對現(xiàn)有跟蹤縮放架構(gòu)中存在的跟蹤電路高開銷與跟蹤速度低的限制，該工作提出了一種創(chuàng)新性的快速跟蹤技術(shù)，該技術(shù)利用現(xiàn)有結(jié)構(gòu)中多比特細量化器輸出的特點，直接使用細量化器輸出結(jié)果對輸入信號進行估算，從而判斷是否接近動態(tài)范圍邊緣，其電路實現(xiàn)與工作方式如圖3所示。

快速跟蹤技術(shù)通過簡化判斷邏輯實現(xiàn)了與已有電路結(jié)構(gòu)的復(fù)用，可以有效降低所需面積與功耗。此外，其無需記憶的特性允許動態(tài)范圍跟蹤以短間隔高頻率執(zhí)行，避免了傳統(tǒng)跟蹤技術(shù)中額外模擬檢測電路或輸入斜率預(yù)測電路存在的功耗高、跟蹤反應(yīng)速度慢等問題，同時實現(xiàn)了低跟蹤開銷與高跟蹤速率。

圖3 快速追蹤邏輯電路圖與工作狀態(tài)示意圖

為了進一步優(yōu)化細量化級功耗，該工作提出了一種結(jié)合浮動跨導(dǎo)放大器與低頻流控環(huán)振的細量化級環(huán)路濾波器結(jié)構(gòu)。該設(shè)計使用相位量化器，將流控環(huán)振積分器偏置在低工作頻率以降低量化所需功耗。針對低頻流控環(huán)振引入的低共模電壓對跨導(dǎo)放大器設(shè)計的挑戰(zhàn)，研究團隊提出了浮動跨導(dǎo)放大器結(jié)構(gòu)，通過浮動電壓供電，將放大器與后級流控環(huán)振置于不同的電壓域，使放大器可在低輸出電壓下使用高能效的電流復(fù)用技術(shù)。同時，使用浮動電流源穩(wěn)定放大級工作電流，提供穩(wěn)定的放大增益。

該結(jié)構(gòu)具有噪聲效率高，偏置簡單，無需共模反饋，且不受輸出點共模電壓影響的特點，可有效配合低壓流控環(huán)振工作，實現(xiàn)整體提高電路的能效。

圖4 芯片顯微照片

基于上述創(chuàng)新技術(shù)，課題組成功研制了一款28nm CMOS工藝的傳感器讀出芯片。測試結(jié)果表明，在10kHz帶寬下對傳感器信號進行讀出時，該芯片能夠達到90.2dB的信噪比與4.91μVrms的輸入噪聲水平，且僅消耗4.82μW功耗，以183.4dB的能量效率指標達到傳感器接口電路的國際領(lǐng)先水平。

該芯片在高能量效率、低噪聲、高輸入范圍的優(yōu)勢，有利于在物聯(lián)網(wǎng)、醫(yī)療、可穿戴設(shè)備等新興邊緣端人工智能系統(tǒng)內(nèi)傳感器接口場景中廣泛應(yīng)用。使用模擬神經(jīng)信號與高密度神經(jīng)探針的體外測試證明，該芯片可配合高阻抗高密度神經(jīng)電極完成信號采集，并可在存在大幅度激勵偽影的環(huán)境下完成無飽和的高精度信號讀出，在高密度雙向腦機接口系統(tǒng)中具有廣泛應(yīng)用潛力。

圖5 芯片腦機接口應(yīng)用體外測試照片

北京大學(xué)博士生羅昊洋為第一作者，唐希源為通訊作者。