完成相同任务，功耗比英伟达 AI 芯片低一半。
一场猫捉老鼠的机器人游戏，展示了受生物大脑启发的神经形态芯片，是如何让小型机器人在使用极少能量的情况下就能做出正确决策的。
本周四，清华大学类脑芯片的最新研究成果登上了《Science》子刊。
由清华大学施路平等人开发的「天机猫」机器人搭载自研的天机芯 X（TianjicX）类脑计算芯片，这种神经形态芯片可以以节能的方式同时运行跨计算范式的多种 AI 算法，并处理多种机器人协调方式。这是神经形态系统应用的一个重要案例，可以让小型机器人使用有限的计算资源和能力做出决定。
论文《Neuromorphic computing chip with spatiotemporal elasticity for multi-intelligent-tasking robots》：
论文链接：https://www.science.org/doi/10.1126/scirobotics.abk2948
在类脑芯片的最新应用中，研究人员挑战让天机猫机器人追逐另一个机器人，两者被设置在一个有障碍物的房间内随机移动。这需要天机猫通过视觉识别和声音检测来跟踪鼠机器人，并找出在不与障碍物碰撞的情况下追捕伪装猎物的最佳路径。
研究人员表示，TianjicX 芯片支持计算资源的自适应分配和每项任务的执行时间调度。实现这种方法的关键是一个高级模型「Rivulet」，它弥合了机器人算力要求和硬件实现之间的差距，通过静态数据的分发和动态数据的流化抽象神经网络任务的执行，采用时间和空间切片实现对每个活动进行弹性资源分配，并进行可配置的混合同步异步分组。
Rivulet 能够支持独立和交互的执行。以此为基础，通过硬件设计实现时空弹性，清华研究人员开发了基于 28 纳米制程的事件驱动、高并行、低延迟、低功耗神经形态芯片 TianjicX。使用单一的天机芯 X 芯片和专门开发的编译器堆栈，研究人员构建了多智能任务移动机器人天机猫。它可以同时执行多个任务，包括声音识别和跟踪、物体识别、避障和决策。
与 NVIDIA Jetson TX2 相比，TianjicX 的延迟大幅降低了 79.09 倍，动态功耗也能降低 50.66%。
对于大多数商业化的机器人来说，进行猫捉老鼠的追逐有一个难度级别的提升，这些机器人通常在仓库或工厂中遵循非常可预测的例程运作。许多与更复杂和不可预测的环境进行交互的机器人依赖于人类操作员的远程控制，或者必须与密集决策所需的计算能力的远程数据中心保持无线连接。
在清华大学的实验室演示中，我们看到了天机芯类脑芯片展现出的强大能力。神经形态系统尚未大规模商业化，但它们相对较低的尺寸、重量和功率要求可以为机器人部署提供实际优势。
「对于机器人来说，这种能力非常重要，可以让自主系统在难以到达的环境中自动运行更长时间，」加州大学 Irvine 分校的 Jeffrey Krichmar 对此表示。
2019 年 8 月，「天机芯」登上了学术期刊《Nature》的封面，其论文《面向通用人工智能的混合天机芯片架构》也成为了中国研究团队首篇在《Nature》上发表的横跨芯片和人工智能两大领域的论文。
该研究曾被时任 Nature 总编 Magdalena Skipper 赞誉为「人工智能领域的重要里程碑」，其团队成员来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和加州大学圣塔芭芭拉分校等科研机构。领导者为清华大学精密仪器系教授、类脑计算中心主任施路平。
参考内容：
https://www.newscientist.com/article/2324603-watch-a-robot-cat-chase-a-robot-mouse/
