KAIST 12月31日表示，该校电气与电子工程系Jeon Sanghoon教授团队在12月8日至10日于美国旧金山举行的IEEE IEDM 2025国际电子器件会议（IEDM）上发表了6篇论文。IEDM被视为全球最具影响力的半导体学术会议之一。

此次发表的成果聚焦AI芯片“传感、计算、存储”一体化。其中，团队提出了一项将传感器、计算单元和存储单元垂直集成于单芯片的AI半导体技术路线，面向超低功耗边缘AI应用。

入选“亮点论文”的研究成果之一，是基于M3D（Monolithic 3D，单片三维集成）技术的仿生视觉传感器。该方案通过将感光传感器与信号处理电路上下堆叠并集成到同一芯片中，使感知与判断可在同一结构内同步完成。

团队还实现了全球首个可在相机传感器内部直接完成计算的In-Sensor Spiking Convolution平台。传统方案通常需要经过图像采集、模数转换、写入存储器，再执行计算等多个环节；而该技术可在传感器内部直接处理数据，减少不必要的数据搬运，从而降低功耗并提升响应速度，更适用于实时、超低功耗边缘AI场景。

研究团队表示，此次共提出6项覆盖AI芯片从输入到存储全链路的技术。在传感技术方面，相关设计打破了成像单元与计算单元相互分离的传统结构，使系统在传感阶段即可完成判断。与将图像传输至其他芯片后再计算的传统方式相比，该方案在功耗和响应速度方面均更具优势。

在存储技术方面，团队实现了可在低电压下运行、具备长寿命且在掉电后仍能稳定保持数据的下一代NAND闪存。其中，入选“最佳学生论文”的研究为采用IGZO（Indium Gallium Zinc Oxide）电荷俘获层的铁电NAND单元。

IGZO是一种氧化物半导体沟道材料，具有出色的低功耗特性。围绕这一材料体系，团队提出了高热稳定性氧化物沟道以及用于降低工作电压的薄膜设计方案，以提升大规模数据存储过程中的稳定性和耐久性，并为AI所需的大容量、高可靠、低功耗存储奠定技术基础。

团队指出，若将上述技术组合应用，未来有望扩展为面向超低功耗边缘AI、自动驾驶、机器人及智能设备等场景的下一代AI硬件平台，进一步提升传感、计算与存储之间的协同能力。

Jeon Sanghoon表示，团队已验证可突破以往感知、计算、存储分立设计的AI芯片架构，并将全链路整合到统一的材料与工艺体系中。后续将进一步拓展相关研究，构建覆盖超低功耗边缘AI到大规模AI存储的下一代AI半导体平台。

本研究获得韩国科学技术信息通信部、韩国研究基金会基础研究项目，以及极限尺度极限物性异质集成极限突破半导体技术研究中心（CH³IPS）的支持，并与Samsung Electronics、庆北大学、汉阳大学开展合作。