麻省博士设计机器人形态计算“系统 FPGA芯片运行速度比CPU快8倍

据 MITNews 报道，麻省理工学院计算科学和人工智能实验室(CSAIL)的博士 Sabrina Neuman，她预计于今年四月将展示名为 “机器人形态计算(robomorphic computing)”的技术。

当前 CPU 芯片在处理机器人在复杂的动态情况时，表现无法令人满意。于是 Neuman 和她的团队开发了该技术，并在 FPGA(现场可编程门阵列)芯片上进行了测试，并取得了良好成绩。该团队不止有麻省的研究生与导师，成员还包括数名哈佛的研究员。

在测试中，使用机器人形态计算技术的 FPGA 芯片运行速度比 CPU 快 8 倍，比 GPU 快 86 倍。

01. 现行 CPU 处理问题缓慢，麻省博士设计新系统

如今的机器人行动速度很快，这是因为其动力系统十分强大，且马力强劲。

但是机器人的 “头脑”在处理人机交互等复杂问题时，表现却并不尽如人意。

Neuman 表示，机器人的操作主要有三个步骤：

第一步是感知，这时机器人需要使用传感器或摄像头收集周边数据。

第二步是绘图和定位，机器人会根据感知到的信息构筑地图，然后在地图中对自己进行定位。

第三步是运动规划和控制，在这一步骤中机器人将规划整个行动的过程，并保障过程中的安全。

以上步骤需要花费时间和大量的计算能力。

团队成员之一的布莱恩 · 普兰彻(Brian Plancher)认为，如果机器人在人类周围的动态环境中安全运行，它们需要非常迅速地思考和反应。

而目前的算法在 CPU 等硬件上运行的速度并不理想，因为机器人的感知刺激和响应需要大量的计算，这限制了它们的处理速度。

Neuman 认为，尽管研究人员一直在研究更好的算法，但单靠软件改进并不能解决问题，探索更好的硬件可能是一种新的思路。

如果利用机器人的物理布局和预期应用程序来生成定制的计算机芯片，机器人的响应时间将最小化。这意味着在硬件加速的帮助下，机器人处理上述步骤的速度将远超过往。

硬件加速是指使用专门的硬件单元来更有效地执行某些计算任务。

一种比较常用的硬件加速器是图形处理单元(GPU)，这是一种专门用于并行处理的芯片。GPU 芯片用于图形处理非常方便，因为它们的并行结构允许它们同时处理数千个像素。

“GPU 并非在所有方面都很完美，但它处理特定任务目标的完成度是最好的，”Neuman 说，“对于特定的应用程序，你可以通过使用定制硬件获得更好的性能。

大多数机器人的设计都有一套预期的应用程序，因此可以从硬件加速中受益。这也是 Neuman 的团队开发新系统的灵感来源。

基于此 Neuman 和她的团队开发了一套名为 “机器人形态计算(robomorphic computing)”的系统，它利用机器人的物理布局和预期应用程序来生成定制的计算芯片，使机器人的响应时间最小化。

02.FPGA 芯片测试成绩优秀，运行速度超 CPU 8 倍

用户输入机器人的肢体布局和关节运动方式等参数后，机器人形态计算系统通过计算将参数转变为数学矩阵。

这些矩阵包含许多零值，零值表示机将器人特定结构不可能实现的运动(例如人体的手臂只能在关节处弯曲，且只能以一定角度进行弯曲，则手臂的其他弯曲动作表示为零值)。

最后，系统会设计一个专门的硬件架构，只对矩阵中的非零值进行计算。因此，最终的芯片设计是对特定机器人量身定制的，以最大限度地提高效率，以满足复杂情况下的计算需求。

这种定制的芯片设计在测试中取得了很好的成绩。

使用这种方法为特定机器人系统设计的硬件架构优于现成的 CPU 和 GPU 单元。虽然 Neuman 团队没有从零开始制造专门的芯片，但他们根据建议编写了一个可定制的现场可编程门阵列(FPGA)芯片。

尽管时钟频率较慢，但在测试中该芯片的运行速度仍比 CPU 快 8 倍，比 GPU 快 86 倍。

“我对测试的结果感到兴奋，” Neuman 表示，“尽管我们被较低的时钟频率所拖累，但是通过提高效率完全弥补了这一缺陷。”

03. 新系统拓展机器人应用，无接触照料新冠患者将成现实

Neuman 将在今年 4 月的编程语言和操作系统的体系结构支持国际会议(International Conference on Architectural Support for Programming Languages and Operating Systems)上展示这项研究。

普兰彻认为机器人形态计算有广泛的潜力。他认为：“理想情况下，我们最终可以为每个机器人制造定制的运动规划芯片，使它们能够快速计算出安全有效的运动。”

“如果 20 年后每个机器人都有少量的定制电脑芯片，我不会感到惊讶，而机器人形态计算将成为这些定制电脑芯片的一部分。”Neuman 补充说。

“这项工作令人兴奋，因为它展示了如何使用专门的电路设计来加速机器人控制的核心部件。” 波士顿动力公司的机器人工程师 Robin Deits 如此评价道。

“计算性能对机器人来说至关重要，因为现实世界从来不会等待机器人完成思考。”他补充说，“该项目的完成将解决机器人在复杂问题中计算量过于庞大的问题。”

同时这一进展可能会推动各种机器人应用，包括可用于照料护理新冠病毒等传染病患者与搬运重物等活动。

“如果我们有机器人来帮助降低病人和医院工作人员的风险，那就太好了。”Neuman 说。

她的下一步计划是全自动化的机器人形态计算系统。届时用户只需拖拽机器人的参数，“后台就会出现硬件描述，这将成为使该系统在竞争中胜出，且赋予它价值的关键一步。”

这项研究是由美国国家科学基金会(National Science Foundation)、计算研究院(Computing Research Agency)、CIFellows 项目和美国国防高级研究计划局(Defense Advanced Research Projects Agency)等机构进行资助。

结语：

机器人应用边界将被拓展，医疗工程领域智械来袭?Neuman 团队的研究成果将极大地加快机器人在复杂环境中的运行速度。而这在 5G 技术开始实用的背景下，配合高性能驱动和运动传感器很可能解决机器人在复杂环境下远程的通信、运行问题。

这种情况下机器人很可能被快速投入医疗、化工等具有危险或人力不足的行业。也许不久后的一天，我们将惊奇的在更多的领域发现它们的身影。