筑波大學開發出能對流動數據進行即時壓縮和解壓縮的新技術

國立筑波大學開發了一種新技術，只需將無限流動的數據（如影像）經過一次壓縮器，即可自動識別並壓縮與解壓縮頻繁出現的數據模式。與以往技術相比，該技術的壓縮率提高了10～30%，如果將其應用於IoT或雲端等次世代數據傳輸方式中，將能大幅降低耗電量。

在現代社會不可或缺的IoT或雲端通訊技術中，影像和感測器等數據的計算和傳輸速度決定了服務品質。例如，在使用監視攝影機進行人物識別時，需要快速地完成影像傳輸、AI識別及回傳結果等流程。在這之中耗時最長的不是AI的計算而是數據的傳輸。因此，開發一種在不損失原始數據高精細度的情況下，最大限度減少數據量並縮短傳輸時間的方法非常重要。此外，由於在通訊網路中流通的數據量減少，總體而言也有助於壓低的耗電量。

以往的數據壓縮技術將數據作為有限的單元進行記錄並壓縮，因此需要使用紀錄數據的記憶體和處理數據的處理器。因此，當壓縮不斷流動的數據（Data Stream）時，壓縮系統會變得龐大，且難以實現即時壓縮。

本研究中開發了這種新技術，只需將數據流經壓縮器一次，便能自動檢測到頻繁出現的數據模式，並將其壓縮至最小1位元。更重要的是，無論是什麼類型的數據，都能即時完全復原。以往的技術可以將一個單位數據（符號）壓縮到1位元，而新方法則可以將多個單位數據一起壓縮到1位元。因此，與以往方法相比，壓縮效率提高了10～30%。

此外，這項新技術的另一大特點是，不需要使用處理器或記憶體，就能輕鬆實現高速且緊湊的數據壓縮功能硬體化。如果將這項技術應用於半導體晶片並實裝在AI中，不僅可以通過減少數據量進一步提高速度，還能減少數據傳輸過程中的耗電量，這將成為實現Society 5.0的可持續性技術突破。

 

資料來源：TSUKUBA JOURNAL（2024-7-19）

【來源/出處】