智能应用 影音
Research产业趋势论坛
event

MIT用定制化芯片加速机器人演算

MIT用定制化芯片加速机器人演算

机器人硬件受惠於现代科技的进步能非常快速移动,但软件处理信息的速度则相对缓慢,麻省理工学院(MIT)电脑科学和人工智能实验室(CSAIL)的Sabrina Neuman博士运用机器人形态计算(robomorphic computing)设计的定制化芯片,能以硬件加速演算法软件的执行速度。

根据TechCrunch报导,目前在日常生活中更广泛运用机器人的主要障碍,仍是关於机器人跟人类直接协同工作时的作业安全问题,Sabrina Neuman博士的研究让工业机器人对所处的制造环境的认知更完整、反应更快速,不仅有助於提升生产效率与速度,也可望促成实现人类与机器人整合和谐共存的科幻未来。

为特定用途而设计的定制化芯片很早就开始被使用,且越来越多运算工作需要在电量与处理能力较有限的装置上进行,以避免透过网络传送数据到大型数据中心处理再回传的时间与电力耗费,因此定制化芯片日益受到欢迎。此外可定制化与效率表现更好的少量(small-run)芯片制造技术不断精进,也使得近来各种不同用途的定制化芯片受惠而更加受到青睐。

Sabrina Neuman博士将机器人对周遭环境与定位的感知与理解、地图制作,以及相应的运动规划与需执行的动作等列入考量,并根据机器人的物理布局与目标用途量身订做,因此所设计的超特定(hyper-specific)处理芯片能以硬件加速的方式,大幅提升软件演算法的执行效率,解决机器人软件与硬件反应时间有显着落差的问题。

MIT News报导指出Sabrina Neuman博士的系统可创建与最佳化定制化硬件芯片的设计,提供最能满足特定机器人运算与控制需求的解决方案,使用者将机器人的肢体布局与各种关节的运动方式等相关参数输入系统,系统将这些物理特性转换为各种稀疏(sparse)矩阵,这些数学矩阵中含有许多0值,大致对应到受限於机器人的特殊结构而无法做出的动作。

接着系统就能据以设计出专门针对矩阵中非0的值进行运算处理的硬件架构,而实际的测试结果也验证最终的定制化芯片能以最佳效率执行机器人的运算需求。Sabrina Neuman博士的团队采用性能表现显着优於现成(off-the-shelf) CPU的现场可程序化闸阵列(FPGA),如果实际采用全新设计的全定制化芯片则可望获得更明显的效能提升。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 机器人