Tamil
நரம்பியல் கேமரா எவ்வாறு பாரம்பரிய CMOS மாட்யூல்களை மாற்றும்: படமெடுத்தலில் ஒரு பாரதீக மாற்றம்
2025.12.29 துருக
அறிமுகம்: CMOS இன் ஆட்சியின் முடிவு வரவில்லை - இது இங்கே உள்ளது
ஒரு சுய இயக்கக் கார் குறைந்த ஒளியில் ஒரு பாதசாரியை தவறவிட்டால் அல்லது ஒரு மைக்ரோஸ்கோப் நேரத்தில் நரம்பியல் ஸ்பைக்களை கண்காணிக்க முடியாவிட்டால், குற்றவாளி வெறும் உபகரணக் கட்டுப்பாடுகள் அல்ல - இது 30 ஆண்டுகள் பழமையான படமெடுக்கும் முறைமையாகும். பாரம்பரியCMOS மாடல்கள், இன்று ஒவ்வொரு டிஜிட்டல் கேமராவின் முதன்மை அங்கமாக உள்ள, "சரியாக போதுமானது" என்பது நிலையான இடைவெளிகளில் ஃப்ரேம்களை பிடிப்பதைக் குறிக்கிறது என்ற உலகிற்காக வடிவமைக்கப்பட்டது. ஆனால் தொழில்கள் வேகமாக, புத்திசாலியாக மற்றும் மேலும் திறமையான கண்ணோட்ட அமைப்புகளை கோரிக்கையிடும் போது, CMOS இன் கட்டமைப்புப் பிணைப்புகள் கடுமையாக மாறிவிட்டன. நரம்பியல் கேமராக்கள் வந்துள்ளன: ஒளியை பதிவு செய்யும் மட்டுமல்ல; அதை விளக்குகின்றன. இது ஒரு படிப்படியான மேம்பாடு அல்ல; இது நாங்கள் கண்ணோட்ட தரவுகளை பிடிக்கும் முறையை முழுமையாக மறுபரிசீலனை செய்வதாகும். 2030 ஆம் ஆண்டுக்குள், நிபுணர்கள் நரம்பியல் கேமராக்கள் தன்னாட்சி வாகனங்கள் முதல் மருத்துவ பரிசோதனைகள் வரை உயர் செயல்திறன் படங்கள் சந்தைகளில் 45% ஐ பிடிக்கும் என்று கணிக்கிறார்கள். இதற்கான காரணம் மற்றும் எப்படி CMOS மாடுல்களை நிரந்தரமாக மாற்றுகின்றன என்பதைக் காணலாம்.
CMOS இல் மறைக்கப்பட்ட குறை: இது ஒரு உடைந்த சமரசத்தின் அடிப்படையில் கட்டப்பட்டுள்ளது
பல ஆண்டுகளாக, CMOS உற்பத்தியாளர்கள் இரண்டு மோதிக்கும் இலக்குகளைத் தொடர்ந்து வருகின்றனர்: உயர்ந்த தீர்மானம் மற்றும் வேகமான ஃபிரேம் விகிதங்கள். ஸ்டாக்கெட் CMOS (iPhone 15 Pro போன்ற முன்னணி தொலைபேசிகளில் பயன்படுத்தப்படும் சமீபத்திய பதிப்பு) இந்த TSV (Through Silicon Via) தொழில்நுட்பத்துடன் இதை தீர்க்க முயற்சித்தது, பிக்சல் அடுக்குகளை லாஜிக் சுற்றுகளிலிருந்து பிரித்து பாண்ட்விட்தை அதிகரிக்கிறது. ஆனால் இந்த பாண்டேட் அணுகுமுறை புதிய பிரச்சினைகளை உருவாக்கியது: TSVகள் வெப்ப சேனல்களாக செயல்படுகின்றன, பிக்சல் வெப்பங்களை உயர்த்தி, சத்தத்தை அதிகரிக்கின்றன. மேலும், ஸ்டாக்கெட் CMOS இன்னும் “ஃபிரேம் அடிப்படையிலான” மாதிரியைப் பின்பற்றுகிறது—ஒவ்வொரு பிக்சலும் ஒரே காலத்திற்கு ஒளியைப் பிடிக்கிறது, வேகம் மற்றும் சிக்னல்-க்கு-சத்தம் விகிதம் (SNR) இடையே ஒரு வர்த்தகம் செய்யும்.
ஒரு மூளை ஆராய்ச்சியாளர் மூளை செயல்பாட்டைப் படிக்கும் போது: மில்லிசெகண்ட் அளவிலான மின்வெட்டு உச்சங்களை கண்காணிக்க, அவர்கள் 1,000+ ஃபிரேம்களை ஒரு விநாடிக்கு தேவைப்படுகிறது. ஆனால் அந்த வேகத்தில் CMOS சென்சார்கள் மிகவும் குறைந்த ஒளியைப் பிடிக்கிறதால், சிக்னல்கள் சத்தத்தால் மூடிக்கிடக்கின்றன. மாறாக, சிறந்த SNR க்காக நீண்ட வெளிப்பாடுகள் வேகமாக நகரும் இலக்குகளை மங்கிக்கொள்கின்றன. இது CMOS இல் ஒரு பிழை அல்ல - இது அதன் வடிவமைப்பின் ஒரு அம்சம். MIT ஆராய்ச்சியாளர் மத்தியூ வில்சன் கூறுவதுபோல்: “CMOS இன் ஒரே அளவிலான வெளிப்பாடு, நீங்கள் இயக்கம், சிக்கலான காட்சிகளை படம் எடுக்க முயற்சிக்கும் போது அடிப்படையான வரம்பாகும்.”
மற்ற குறைகள் ஆழமாக செல்கின்றன:
• தரவுப் பன்மை: CMOS ஒவ்வொரு கட்டத்திலும் ஒவ்வொரு பிக்சலையும் பதிவு செய்கிறது, நிலையான பின்னணிகளை கூட, 80% பாண்ட்விட்தை வீணாக்குகிறது.
• இயக்கத்திற்கான வரம்பு எல்லைகள்: பாரம்பரிய CMOS 80–100 dB இல் உச்சம் அடைகிறது, உயர்ந்த மாறுபாட்டுள்ள சூழ்நிலைகளில் தோல்வியுறுகிறது (எ.கா., ஒரு காடின் மீது சூரியாஸ்தமனம்).
• தாமதம்: அனலாக் ஒளி சிக்னல்களை டிஜிட்டல் தரவாக மாற்றி, அவற்றைப் செயலி ஒன்றுக்கு அனுப்புவது தாமதங்களை உருவாக்குகிறது - சுய இயக்கம் போன்ற பயன்பாடுகளுக்கு ஆபத்தானது.
இவை சிறந்த உற்பத்தி மூலம் சரிசெய்ய முடியாத பிரச்சினைகள் அல்ல. CMOS அதன் சொந்த கட்டமைப்பின் பாதிக்கப்பட்டது. நரம்பியல் கேமராக்கள், மாறாக, இந்த சமரசங்களை நீக்குவதற்காக உருவாக்கப்பட்டுள்ளன.
நரம்பியல் கேமராக்கள்: மூன்று விளையாட்டு மாற்றும் புதுமைகள்
நரம்பியல் கேமராக்கள் மனித ரெட்டினாவிலிருந்து ஊக்கமளிக்கின்றன, இது ஒளி மாறும் போது மட்டுமே சிக்னல்களை அனுப்புகிறது - மீதமுள்ள தரவுகள் இல்லை, நிலையான வெளிப்பாடு நேரங்கள் இல்லை. இங்கே அவை விதிகளை எப்படி மறுதொகுக்கின்றன:
1. நிரலாக்கத்தக்க பிக்சல்கள்: ஒவ்வொரு பிக்சலும் அதன் நோக்கத்திற்காக வேலை செய்கிறது
மிகவும் பெரிய முன்னேற்றம் பிக்சல்-அடிப்படையிலான அறிவியலிலிருந்து வருகிறது. 2024 இல் வெளியிடப்பட்ட MIT இன் Programmable Exposure CMOS (PE-CMOS) சென்சார், ஒவ்வொரு பிக்சலுக்கும் தனித்தனியாக அதன் வெளிப்பாடு நேரத்தை அமைக்க அனுமதிக்கிறது. ஒவ்வொரு பிக்சலுக்கும் ஆறு டிரான்சிஸ்டர்கள் (முந்தைய வடிவமைப்புகளை எளிதாக்குவது) பயன்படுத்தி, அண்டை பிக்சல்கள் ஒருவருக்கொருவர் உதவலாம்: விரைவான வெளிப்பாடு பிக்சல்கள் வேகமான இயக்கத்தை (எ.கா., நரம்பியல் ஸ்பைக்) கண்காணிக்கின்றன, மந்த வெளிப்பாடு பிக்சல்கள் இருண்ட பகுதிகளில் விவரங்களை பிடிக்கின்றன—அனைத்தும் ஒரே காட்சியில்.
சோதனைகளில், PE-CMOS நரம்பியல் படங்களில் ஒற்றை ஸ்பைக் தீர்மானத்தை அடைந்தது, CMOS வேகத்தை இழக்காமல் இதைச் செய்ய முடியவில்லை. “நாங்கள் வெறும் ஒளியைப் பிடிக்கவில்லை—ஒவ்வொரு பிக்சலும் அதுடன் எப்படி தொடர்பு கொண்டுள்ளது என்பதை நாங்கள் மேம்படுத்துகிறோம்,” என்கிறார் முதன்மை ஆராய்ச்சியாளர் ஜி ஜாங். இந்த நெகிழ்வுத்தன்மை CMOS ஐ பாதிக்கும் வேகம்-SNR வர்த்தகத்தை நீக்குகிறது.
2. நிகழ்வு-அடிப்படையிலான படமெடுக்குதல்: தேவையான போது மட்டுமே தரவுகள்
இவென்ட் கேமராஸ் (ஒரு வகை நரம்பியல் கேமரா) இதை மேலும் முன்னேற்றுகிறது: ஒரு பிக்சல் ஒளியின் தீவிரத்தில் மாற்றத்தை கண்டுபிடிக்கும்போது மட்டுமே தரவுகளை உருவாக்குகிறது. கட்டங்களின் பதிலாக, அவை "இவென்ட்ஸ்" - இடங்கள், நேர அச்சுகள் மற்றும் மின் எதிர்மறை (ஒளி அதிகரிக்கிறதா அல்லது குறைகிறதா) உடைய தகவல்களின் சிறிய தொகுதிகளை வெளியிடுகின்றன.
முடிவுகள் மாற்றத்தை ஏற்படுத்துகின்றன:
• 120+ dB இயக்க வரம்பு: நிகழ்வு கேமராக்கள் நேரடி சூரிய ஒளி மற்றும் இருண்ட நிழல்களை ஒரே நேரத்தில் கையாள்கின்றன.
• மைக்ரோசெக்கண்ட் தாமதம்: எந்த ஃபிரேம் பஃபர் இல்லாததால், தரவின் வெளியீடு அருகிலுள்ள தரவுகளை வழங்குகிறது—தன்னியக்க கார்கள் மோதல்களை தவிர்க்க முக்கியமானது.
• 90% குறைவான தரவுகள்: நிலையான காட்சிகளை புறக்கணிப்பதன் மூலம், நிகழ்வு கேமராக்கள் பாண்ட்விட்த் தேவைகளை குறைக்கின்றன, CMOS-க்கு ஒப்பிடும்போது மின்சார பயன்பாட்டை 70% குறைக்கின்றன.
இந்திய அறிவியல் நிறுவனத்தின் ஆராய்ச்சியாளர்கள் iniVation-ன் நிகழ்வு கேமராவைப் பயன்படுத்தி 50 நானோமீட்டருக்கு குறைவான நானோபார்டிகல்களை படம் எடுத்தனர்—பாரம்பரிய மைக்ரோஸ்கோப்புகளின் பரவல் எல்லையை மீறி. கேமராவின் குறைந்த தரவுப் பாய்வு AI அல்காரிதங்களை முக்கியமான சிக்னல்களில் கவனம் செலுத்த அனுமதித்தது, சத்தத்தை பயன்பாட்டிற்கேற்ப தகவலாக மாற்றியது.
3. சென்சாரில் AI: செயலாக்கம், வெறும் பிடிப்பதல்ல
CMOS-ஐப் போல, வெளிப்புற செயலியைக் கொண்டு படங்களை பகுப்பாய்வு செய்யும், நரம்பியல் கேமராக்கள் AI-ஐ நேரடியாக சென்சாரில் ஒருங்கிணைக்கின்றன. சாம்சங்-இன் புதிய அடுக்கான சென்சார்கள் அடிப்படையான AI மாடுல்களை சத்தத்தை குறைக்கச் சேர்க்க already, ஆனால் நரம்பியல் கேமராக்கள் இதை புதிய நிலைக்கு எடுத்துச் செல்கின்றன: அவை பிடிக்கப்படும் போது தரவுகளை செயலாக்குகின்றன.
உதாரணமாக, Prophesee-இன் Metavision சென்சார் நேர்முக நரம்பியல் நெட்வொர்க்களைப் பயன்படுத்தி நேரத்தில் பொருட்களை கண்டறிகிறது, முக்கிய செயலிக்கு தொடர்புடைய தரவுகளை மட்டுமே அனுப்புகிறது. தொழில்துறை ஆய்வில், இது உபயோகமில்லாத வீடியோக்களை சேமிக்காமல் உற்பத்தி வரிசையில் குறைகளை அடையாளம் காண்பதைக் குறிக்கிறது. “நரம்பியல் கேமராக்கள் வெறும் படம் சென்சார்கள் அல்ல - அவை உணர்வு இயந்திரங்கள்,” என்று நானோ தொழில்நுட்ப ஆய்வின் இணை ஆசிரியர் சேதன் சிங் தாகூர் கூறுகிறார்.
உண்மையான உலக மாற்றங்கள்: நரம்பியல் கேமராக்கள் ஏற்கனவே வெற்றி பெறும் இடங்கள்
CMOS-இல் இருந்து நரம்பியல் கேமராக்களுக்கு மாறுதல் சிந்தனைக்குரியதல்ல - இது இன்று நடக்கிறது, CMOS-இன் குறைகள் மிகுந்த செலவான உயர்தர பயன்பாடுகளைத் தொடங்கி:
நரம்பியல் அறிவியல் & மருத்துவ படக்குழு
MIT இன் PE-CMOS இல் சுதந்திரமாக நகரும் விலங்குகளில் நரம்பியல் செயல்பாட்டைப் பின்தொடர்வதற்கு ஏற்கனவே பயன்படுத்தப்படுகிறது, CMOS இல் மங்கலோடு அல்லது சத்தமின்றி செய்ய முடியாது. எண்டோஸ்கோபியில், நிகழ்வு கேமராவின் குறைந்த தாமதம் மற்றும் உயர் இயக்கவியல் வரம்பு மருத்துவர்களுக்கு உடலுக்குள் கடுமையான ஒளியின்றி பார்க்க உதவுகிறது, நோயாளியின் அசௌகரியத்தை குறைக்கிறது.
சுய இயக்க வாகனங்கள்
Tesla மற்றும் Waymo நிகழ்வு கேமரங்களை CMOS உடன் சோதித்து, கண்ணாடி இடங்களை நீக்கி, எதிர்வினை நேரங்களை குறைக்க முயற்சிக்கின்றன. ஒரு நரம்பியல் கேமரா, CMOS க்கு மாறாக, சாலை மீது ஓடுகிற குழந்தையை 10 மடங்கு வேகமாக கண்டுபிடிக்க முடியும், இது விபத்துகளைத் தடுக்கும் வாய்ப்பு உள்ளது.
நானோ தொழில்நுட்பம் & பொருள் அறிவியல்
IISc இன் நரம்பியல் மைக்ரோஸ்கோப் இப்போது வர்த்தகமாக்கப்பட்டுள்ளது, ஆராய்ச்சியாளர்களுக்கு மொலிக்யூலர் இயக்கத்தை முன்னணி துல்லியத்துடன் ஆய்வு செய்ய அனுமதிக்கிறது. இது ஒரு மேம்பாடு மட்டுமல்ல; இது அறிவியல் ஆராய்ச்சியில் என்ன செய்ய முடியும் என்பதை விரிவாக்கும் புதிய கருவி.
நுகர்வோர் மின்சாதனங்கள் (அடுத்த நிறுத்தம்)
நரம்பியல் கேமரா தற்போது CMOS க்கும் மேலான விலையிலுள்ளது, ஆனால் செலவுகள் குறைந்து வருகின்றன. MIT இன் எளிமையான பிக்சல் வடிவமைப்பு உற்பத்தி சிக்கல்களை குறைக்கிறது, மற்றும் mass உற்பத்தி 2027 இல் CMOS அளவுக்கு விலைகளை குறைக்கும். முன்னணி போன்கள் முதலில் ஹைபிரிட் அமைப்புகளை ஏற்றுக்கொள்ள வாய்ப்பு உள்ளது - வீடியோ மற்றும் குறைந்த ஒளிக்கான நரம்பியல் கேமராக்கள், நிலையான படங்களுக்கு CMOS - 2030 க்கு CMOS ஐ முழுமையாக மாற்றுவதற்கு முன்பு.
மாற்றம் பாதை: வளர்ச்சி, புரட்சியல்ல
நரம்பியல் கேமராக்கள் ஒரு இரவில் CMOS ஐ மாற்றாது. மாற்றம் மூன்று கட்டங்களை பின்பற்றும்:
1. இணைப்பு பயன்பாடு (2024–2026): நரம்பியல் கேமராக்கள் உயர் செயல்திறன் பயன்பாடுகளில் CMOS ஐ மேம்படுத்துகின்றன (எ.கா., தானாக இயக்கும் கார்கள், அறிவியல் படங்கள்).
2. தேர்ந்தெடுக்கப்பட்ட மாற்றம் (2026–2028): செலவுகள் குறைவதால், நரம்பியல் கேமராக்கள் வேகமும் குறைந்த ஒளி செயல்திறனும் முக்கியமான சிறப்பு நுகர்வோர் சந்தைகளை (எ.கா., செயல் கேமரா, ட்ரோன் புகைப்படம்) கைப்பற்றுகின்றன.
3. முக்கியமான ஆதிக்கம் (2028–2030): நரம்பியல் கேமராக்கள் ஸ்மார்ட்போன்கள், லேப்டாப்புகள் மற்றும் IoT சாதனங்களில் இயல்பாக மாறுகின்றன, CMOS குறைந்த செலவுள்ள தயாரிப்புகளுக்கே மட்டுமே வரையறுக்கப்படுகிறது.
இந்த பாதை 2000களில் CCD இருந்து CMOS க்கு மாறுதலை பிரதிபலிக்கிறது—செயல்திறனை அடிப்படையாகக் கொண்டு, செலவுக்கு மட்டும் அல்ல. "CMOS, அதிக நெகிழ்வுக்காக CCD ஐ மாற்றியது," என்கிற தொழில்நுட்ப நிபுணர் சாரா சென் குறிப்பிடுகிறார். "நரம்பியல் கேமராக்கள் CMOS ஐ அதே காரணத்திற்காக மாற்றுகின்றன: அவை காட்சிக்கு ஏற்ப மாறுகின்றன, மாறுபட்ட முறையில் அல்ல."
மீற வேண்டிய சவால்கள்
அவர்களின் வாக்குறுதிக்கு மாறாக, நரம்பியல் கேமராக்கள் தடைகளை எதிர்கொள்கின்றன:
• தொழில்துறை தரநிலைகள்: நிகழ்வு தரவுக்கு எந்த பொதுவான நெறிமுறையும் இல்லாததால், சென்சார்கள் மற்றும் மென்பொருளுக்கு இடையில் பொருத்தம் தொடர்பான பிரச்சினைகள் உள்ளன.
• குறைந்த ஒளி உணர்வு: நிகழ்வு கேமராக்கள் மாறுபாட்டில் சிறந்த செயல்பாடு கொண்டிருந்தாலும், முழுமையாக இருட்டில் அவை இன்னும் சிரமம் அடைகின்றன—ஆனால் MIT இல் மேற்கொள்ளப்படும் ஆராய்ச்சி இதனை மேம்படுத்தப்பட்ட புகைப்பட மின்கலங்களுடன் கையாள்கிறது.
• உணர்வு偏见: சென்சாரில் உள்ள AI சரியாக பயிற்சி பெறாதால்偏见ங்களை உருவாக்கலாம், இது பாதுகாப்பு முக்கியமான பயன்பாடுகளில் ஒரு ஆபத்து.
இந்த சவால்கள் தீர்க்கக்கூடியவை. IEEE போன்ற கூட்டமைப்புகள் நிகழ்வு கேமரா தரநிலைகளை உருவாக்குகின்றன, மற்றும் தொடக்க நிறுவனங்கள் குறைந்த ஒளி மேம்பாட்டில் முதலீடு செய்கின்றன. மிகப்பெரிய தடையாக தொழில்நுட்பம் அல்ல—அது மனப்பான்மை: உற்பத்தியாளர்கள் மற்றும் மேம்படுத்துபவர்கள் கேமராக்கள் புகைப்படங்களை எடுக்க மட்டுமல்ல, அவற்றின் காண்பதை புரிந்துகொள்ளும் உலகத்திற்கு ஏற்ப அடிக்கடி மாற்றம் செய்ய வேண்டும்.
தீர்வு: படமெடுத்தலின் எதிர்காலம் நரம்பியல்
Traditional CMOS மாடுல்கள் புகைப்படக்கலைக்கு புரட்சியூட்டின, டிஜிட்டல் கேமராக்களை அணுகக்கூடியதாக மாற்றின. ஆனால் அவை AI, சுயாதீனம் மற்றும் அறிவியல் கண்டுபிடிப்புகளின் தேவைகளை பூர்த்தி செய்ய முடியாத ஒரு கட்டமைப்பில் சிக்கியுள்ளன. நரம்பியல் கேமராக்கள் CMOS-ஐ மேம்படுத்துவதோடு மட்டுமல்ல, ஒரு படத்தை உணர்வான் என்னவாக இருக்க வேண்டும் என்பதையும் மறுபரிசீலனை செய்கின்றன.
பிரோகிராம்மேபிள் பிக்சல்கள், நிகழ்வு அடிப்படையிலான தரவுகள் மற்றும் சென்சாரில் AI-ஐ இணைத்து, நரம்பியல் கேமராக்கள் பல ஆண்டுகளாக புகைப்படத்தை தடுக்கிற குறுக்கீடுகளை நீக்குகின்றன. அவை வேகமாக, புத்திசாலியாக மற்றும் மேலும் திறமையாக உள்ளன, மேலும் அவை முக்கியமான பயன்பாடுகளில் CMOS-ஐ ஏற்கனவே மாற்றிக்கொண்டிருக்கின்றன. செலவுகள் குறைந்தபோது மற்றும் தொழில்நுட்பம் வளர்ந்தபோது, நரம்பியல் கேமராக்கள் இன்று CMOS-ஐப் போலவே பரவலாக இருக்கும்—நாம் புகைப்படங்களை எடுக்கும் முறையை மட்டுமல்ல, உலகத்துடன் எவ்வாறு தொடர்பு கொள்ளுகிறோம் என்பதையும் மாற்றும்.
கேள்வி நரம்பியல் கேமராக்கள் CMOS ஐ மாற்றுமா என்பது அல்ல - நீங்கள் அவற்றைப் எவ்வளவு விரைவாக ஏற்றுக்கொள்வீர்கள் என்பது தான். வணிகங்களுக்கு, பதில் போட்டியாளர்களை முந்திக்கொள்வதைக் குறிக்கலாம். நுகர்வோருக்கு, இது சிறந்த புகைப்படங்கள், பாதுகாப்பான கார்கள் மற்றும் நாம் இன்னும் கற்பனை செய்யாத தொழில்நுட்பங்களை குறிக்கிறது. படமெடுக்கும் எதிர்காலம் நரம்பியல் - இது நீங்கள் நினைத்ததைவிட விரைவாக வருகிறது.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat