展會信息港展會大全

麻省哈佛科學家用FPGA給機器人打雞血,處理速度比GPU快86倍
來源:互聯網   發布日期:2021-01-24   瀏覽:7804次  

導讀:芯 東 西(公眾號: aichip001 ) 編譯| 高歌 編輯| 云鵬 芯東西1月22日消息,據MIT News報道,麻省理工學院計算科學和人工智能實驗室(CSAIL)的博士Sapina Neuman,她預計于今年四月將展示名為機器人形態計算(robomorphic computing)的技術。 當前CPU芯...

西(公眾號:aichip001

編譯| 高歌

編輯| 云鵬

芯東西1月22日消息,據MIT News報道,麻省理工學院計算科學和人工智能實驗室(CSAIL)的博士Sapina Neuman,她預計于今年四月將展示名為“機器人形態計算(robomorphic computing)”的技術。

當前CPU芯片在處理機器人在復雜的動態情況時,表現無法令人滿意。于是Neuman和她的團隊開發了該技術,并在FPGA(現場可編程門陣列)芯片上進行了測試,并取得了良好成績。該團隊不止有麻省的研究生與導師,成員還包括數名哈佛的研究員。

在測試中,使用機器人形態計算技術的FPGA芯片運行速度比CPU快8倍,比GPU快86倍。

一、現行CPU處理問題緩慢,麻省博士設計新系統

如今的機器人行動速度很快,這是因為其動力系統十分強大,且馬力強勁。

但是機器人的“頭腦”在處理人機交互等復雜問題時,表現卻并不盡如人意。

Neuman表示,機器人的操作主要有三個步驟:

第一步是感知,這時機器人需要使用傳感器或攝像頭收集周邊數據。

第二步是繪圖和定位,機器人會根據感知到的信息構筑地圖,然后在地圖中對自己進行定位。

第三步是運動規劃和控制,在這一步驟中機器人將規劃整個行動的過程,并保障過程中的安全。

以上步驟需要花費時間和大量的計算能力。

團隊成員之一的布萊恩普蘭徹(Brian Plancher)認為,如果機器人在人類周圍的動態環境中安全運行,它們需要非常迅速地思考和反應。

而目前的算法在CPU等硬件上運行的速度并不理想,因為機器人的感知刺激和響應需要大量的計算,這限制了它們的處理速度。

Neuman認為,盡管研究人員一直在研究更好的算法,但單靠軟件改進并不能解決問題,探索更好的硬件可能是一種新的思路。

如果利用機器人的物理布局和預期應用程序來生成定制的計算機芯片,機器人的響應時間將最小化。這意味著在硬件加速的幫助下,機器人處理上述步驟的速度將遠超過往。

硬件加速是指使用專門的硬件單元來更有效地執行某些計算任務。

一種比較常用的硬件加速器是圖形處理單元(GPU),這是一種專門用于并行處理的芯片。GPU芯片用于圖形處理非常方便,因為它們的并行結構允許它們同時處理數千個像素。

“GPU并非在所有方面都很完美,但它處理特定任務目標的完成度是最好的,”Neuman說,“對于特定的應用程序,你可以通過使用定制硬件獲得更好的性能。

大多數機器人的設計都有一套預期的應用程序,因此可以從硬件加速中受益。這也是Neuman的團隊開發新系統的靈感來源。

基于此Neuman和她的團隊開發了一套名為“機器人形態計算(robomorphic computing)”的系統,它利用機器人的物理布局和預期應用程序來生成定制的計算芯片,使機器人的響應時間最小化。

二、FPGA芯片測試成績優秀,運行速度超CPU8倍

用戶輸入機器人的肢體布局和關節運動方式等參數后,機器人形態計算系統通過計算將參數轉變為數學矩陣。

這些矩陣包含許多零值,零值表示機將器人特定結構不可能實現的運動(例如人體的手臂只能在關節處彎曲,且只能以一定角度進行彎曲,則手臂的其他彎曲動作表示為零值)。

最后,系統會設計一個專門的硬件架構,只對矩陣中的非零值進行計算。因此,最終的芯片設計是對特定機器人量身定制的,以最大限度地提高效率,以滿足復雜情況下的計算需求。

這種定制的芯片設計在測試中取得了很好的成績。

使用這種方法為特定機器人系統設計的硬件架構優于現成的CPU和GPU單元。雖然Neuman團隊沒有從零開始制造專門的芯片,但他們根據建議編寫了一個可定制的現場可編程門陣列(FPGA)芯片。

盡管時鐘頻率較慢,但在測試中該芯片的運行速度仍比CPU快8倍,比GPU快86倍。

“我對測試的結果感到興奮,” Neuman表示,“盡管我們被較低的時鐘頻率所拖累,但是通過提高效率完全彌補了這一缺陷。”

三、新系統拓展機器人應用,無接觸照料新冠患者將成現實

Neuman將在今年4月的編程語言和操作系統的體系結構支持國際會議(International Conference on Architectural Support for Programming Languages and Operating Systems)上展示這項研究。

普蘭徹認為機器人形態計算有廣泛的潛力。他認為:“理想情況下,我們最終可以為每個機器人制造定制的運動規劃芯片,使它們能夠快速計算出安全有效的運動。”

“如果20年后每個機器人都有少量的定制電腦芯片,我不會感到驚訝,而機器人形態計算將成為這些定制電腦芯片的一部分。”Neuman補充說。

“這項工作令人興奮,因為它展示了如何使用專門的電路設計來加速機器人控制的核心部件。” 波士頓動力公司的機器人工程師Robin Deits如此評價道。

“計算性能對機器人來說至關重要,因為現實世界從來不會等待機器人完成思考。”他補充說,“該項目的完成將解決機器人在復雜問題中計算量過于龐大的問題。”

同時這一進展可能會推動各種機器人應用,包括可用于照料護理新冠病毒等傳染病患者與搬運重物等活動。

“如果我們有機器人來幫助降低病人和醫院工作人員的風險,那就太好了。”Neuman說。

她的下一步計劃是全自動化的機器人形態計算系統。屆時用戶只需拖拽機器人的參數,“后臺就會出現硬件描述,這將成為使該系統在競爭中勝出,且賦予它價值的關鍵一步。”

這項研究是由美國國家科學基金會(National Science Foundation)、計算研究院(Computing Research Agency)、CIFellows項目和美國國防高級研究計劃局(Defense Advanced Research Projects Agency)等機構進行資助。

結語:機器人應用邊界將被拓展,醫療工程領域智械來襲?

Neuman團隊的研究成果將極大地加快機器人在復雜環境中的運行速度。而這在5G技術開始實用的背景下,配合高性能驅動和運動傳感器很可能解決機器人在復雜環境下遠程的通信、運行問題。

這種情況下機器人很可能被快速投入醫療、化工等具有危險或人力不足的行業。也許不久后的一天,我們將驚奇的在更多的領域發現它們的身影。

贊助本站

人工智能實驗室
相關內容
AiLab云推薦
展開
Copyright © 2010-2021 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
AG体育app,AG体育投注,AG手机平台,AG体育平台