麻省理工學(xué)院開發(fā)定制芯片以加速機(jī)器人

麻省理工學(xué)院的研究人員正在尋求解決機(jī)器人如何快速處理信息和相對(duì)緩慢地移動(dòng)之間的巨大差距。

他們正在使用一種稱為“機(jī)器人形狀計(jì)算”的工具。

實(shí)現(xiàn)這個(gè)目標(biāo)。

該方法是由麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能（CSAIL）畢業(yè)生Sabrina Neuman博士設(shè)計(jì)的，其結(jié)果是定制的計(jì)算機(jī)芯片，該芯片可以提供硬件加速以加快響應(yīng)時(shí)間。

為特定目的定制芯片并不是什么新鮮事，但是隨著公司和技術(shù)人員希望在功率和計(jì)算約束更為保守的設(shè)備上執(zhí)行更多本地計(jì)算，而不是通過網(wǎng)絡(luò)連接向大型數(shù)據(jù)中心發(fā)送數(shù)據(jù)。

在這種情況下，該方法涉及創(chuàng)建基于機(jī)器人的物理布局及其預(yù)期用途而設(shè)計(jì)的超特定芯片。

通過考慮機(jī)器人對(duì)周圍環(huán)境的感知，對(duì)它們?cè)谶@些環(huán)境中的位置的映射和理解，以及由所需動(dòng)作生成的上述映射和運(yùn)動(dòng)計(jì)劃的要求，研究人員可以設(shè)計(jì)處理程序。

芯片，通過使用硬件加速補(bǔ)充軟件算法并大大提高了最后階段的效率。

大多數(shù)人經(jīng)常遇到的硬件加速的經(jīng)典示例是圖形處理單元或GPU。

GPU本質(zhì)上是設(shè)計(jì)用于處理圖形計(jì)算任務(wù)（例如顯示渲染和視頻回放）的處理器。

GPU之所以受歡迎，是因?yàn)閹缀跛鞋F(xiàn)代計(jì)算機(jī)都可以在圖形密集型應(yīng)用程序中運(yùn)行。

但是，由于出現(xiàn)了更多可定制和高效的小芯片制造技術(shù)，用于各種不同功能的定制芯片變得越來越新。

受歡迎的。

現(xiàn)在，《 MIT新聞》介紹了Neuman機(jī)器人控制硬件芯片的設(shè)計(jì)。

該系統(tǒng)創(chuàng)建定制的硬件設(shè)計(jì)，以最好地滿足特定機(jī)器人的計(jì)算需求。

用戶輸入機(jī)器人的參數(shù)，例如其四肢的布局以及每個(gè)關(guān)節(jié)的運(yùn)動(dòng)方式。

諾伊曼系統(tǒng)將這些物理特性轉(zhuǎn)換為數(shù)學(xué)矩陣。

這些矩陣是“稀疏的”，這意味著它們包含許多零值，其大致對(duì)應(yīng)于給定機(jī)器人的特殊解剖結(jié)構(gòu)不可能進(jìn)行的動(dòng)作。

然后，系統(tǒng)設(shè)計(jì)了一種特殊的硬件體系結(jié)構(gòu)，僅對(duì)矩陣中的非零值進(jìn)行計(jì)算。

因此，最終的芯片設(shè)計(jì)是量身定制的，以最大程度地提高機(jī)器人的計(jì)算要求的效率。

而這種定制設(shè)計(jì)在測試中得到了回報(bào)。

Neuman的團(tuán)隊(duì)使用了現(xiàn)場可編程門陣列（FPGA），它有點(diǎn)像完全定制芯片和現(xiàn)成CPU之間的中間點(diǎn)，其性能明顯優(yōu)于后者。

使機(jī)器人對(duì)環(huán)境做出更快的反應(yīng)，不僅可以提高制造速度和效率，而且還可以在人與機(jī)器人并肩工作并協(xié)作時(shí)使機(jī)器人更加安全地工作。

這仍然是在日常生活中廣泛使用機(jī)器人技術(shù)的重要障礙，這意味著這項(xiàng)研究可以幫助人類和機(jī)器人在未來和諧共處。

負(fù)責(zé)編輯AJX