Cip Tianjixin X yang diilhamkan oleh otak Universiti Tsinghua muncul di muka depan Sains, versi robot kucing dan tetikus berada di atas pentas

​Permainan kucing dan tikus versi robot yang dihoskan oleh Universiti Tsinghua muncul di muka depan Sains.

Tom Cat di sini mempunyai nama baharu: "Tianji Cat". Ia dilengkapi dengan hasil penyelidikan terkini cip yang diilhamkan oleh otak Universiti Tsinghua - cip pengkomputeran neuromorfik 28nm yang dipanggil TianjicX.

Tugasnya ialah menangkap tetikus elektronik yang dijalankan secara rawak: dalam persekitaran dinamik yang kompleks, pelbagai Halangan secara rawak dan dinamik diletakkan di lokasi yang berbeza. "Tianji Cat" perlu menjejaki tetikus melalui pengecaman visual, penjejakan bunyi atau gabungan kedua-duanya, dan kemudian bergerak ke arah tetikus tanpa bertembung dengan halangan, dan akhirnya kejar tetikus.

Dalam proses ini, "Tianji Cat" perlu merealisasikan pengecaman pertuturan, penyetempatan sumber bunyi dan sasaran secara nyata- senario masa Pengesanan, pengelakan halangan dan membuat keputusan, manakala TianjicX boleh menjalankan berbilang algoritma AI secara serentak merentasi paradigma pengkomputeran dengan cara penjimatan tenaga dan mengendalikan berbilang kaedah penyelarasan robot di bawah tugas yang sama, penggunaan kuasa TianjicX adalah separuh daripada cip AI Nvidia , kependaman menjalankan berbilang rangkaian dikurangkan dengan ketara sebanyak 79.09 kali!

"Satu peristiwa penting dalam bidang kecerdasan buatan" telah mencapai satu lagi kejayaan

Pada Ogos 2019, pasukan Profesor Shi Luping dari Universiti Tsinghua membangunkan otak pertama di dunia- cip pengkomputeran yang diilhamkan "Tianji" (Tianjic) Core", muncul di muka depan Nature, dan dipuji sebagai "pencapaian penting dalam bidang kecerdasan buatan" oleh ketua editor Nature Dr. Skipper!

Pada masa itu, basikal yang dilengkapi dengan "Tian Ji Core" menyedari kemandirian yang sebenar dan boleh mengawal secara bebas mengimbangi dan mengelak halangan, mengenali arahan suara dan mengesan pejalan kaki di hadapan.

Itulah kali pertama cip Cina dipaparkan dalam Alam Semulajadi, dan ia juga menjadi salah satu cip panas tahunan topik penyelidikan dalam komuniti saintifik pada 2019. satu.

Kali ini, pasukan Universiti Tsinghua membangunkan cip TianjicX berdasarkan yang sebelumnya, yang menyokong peruntukan penyesuaian sumber pengkomputeran dan penjadualan masa pelaksanaan setiap tugas, menyelesaikan masalah mudah alih semasa. Kesukaran dalam pembangunan perkakasan pengkomputeran robot pintar.

Bercakap mengenai masalah, penggunaan algoritma rangkaian saraf (NN) untuk menjadikan robot pintar telah lama datang. , tetapi Ia adalah perlu untuk merealisasikan pelaksanaan serentak berbilang NN, dengan kependaman rendah dan kecekapan tinggi, serta pelaksanaan tak segerak dan interaksi fleksibel Saya khuatir tiada siapa yang boleh melakukan ini.

Mengatasi cabaran utama cip neuromorfik

Cip pengkomputeran neuromorfik yang dipanggil ialah cip yang meniru rangka kerja pengkomputeran sistem saraf manusia dan mod pengkomputeran pada seni bina bukan Von Neumann yang terdesentralisasi boleh melaksanakan pelbagai model rangkaian saraf secara serentak.

Walau bagaimanapun, cip neuromorfik am biasanya menggunakan penghirisan spatial untuk pra-konfigurasi teras dan memproses rangkaian saraf dalam saluran paip. Dengan cara, setiap operasi Prakonfigurasi mesti diulang setiap kali Kesesakan yang wujud ini menghalang perkakasan pengkomputeran sedia ada daripada melaksanakan pelbagai algoritma intensif secara tempatan dan mencapai kependaman rendah dan kecekapan tinggi.

Oleh itu, pembangunan cip TianjicX menghadapi dua cabaran utama:

Pertama, untuk memenuhi Prestasi latency-concurrency-power (LCP) keperluan, terutamanya untuk pelaksanaan pelbagai rangkaian saraf;

Untuk mengatasi cabaran ini, pembangun telah menjalankan satu siri reka bentuk dari peringkat berbeza seperti seni bina, cip dan penggunaan model.

1. Infrastruktur - Model pelaksanaan Rivulet

Dalam model ini, setiap unit spatial mempunyai memori dan pengawalnya untuk pengiraan, menyatukan rangkaian saraf dan SNN menjadi "data statik" dan "data dinamik ditetapkan dalam memori yang sepadan, dan data dinamik Ia mengalir antara bersebelahan". unit pelaksanaan.

Ini menjadikan Rivulet sebagai jambatan antara keperluan kuasa pengkomputeran robot dan pelaksanaan perkakasan, mengabstrakkan pelaksanaan tugas rangkaian saraf melalui pengedaran data statik dan penstriman data dinamik , menggunakan masa dan penghirisan ruang untuk mencapai peruntukan sumber anjal bagi setiap aktiviti, dan lakukan pengelompokan campuran segerak dan tak segerak yang boleh dikonfigurasikan.

2 perkakasan cip

Berdasarkan model Rivulet , Tsinghua penyelidik mereka bentuk dan menghasilkan cip TianjicX berdasarkan semikonduktor oksida logam pelengkap (CMOS) proses 28nm. Ia menyepadukan 160 teras paradigma pengkomputeran silang boleh dikonfigurasikan (FCore), dengan unit pengkomputeran selari besar-besaran, memori pada cip yang kaya dan urutan primitif yang boleh dikonfigurasikan sewenang-wenangnya untuk setiap teras.

Pengawal hanya menduduki kira-kira 1% daripada kawasan FCore, tetapi dengan ketara meningkatkan fleksibiliti pelaksanaan tugas dan interaksi dan kecekapan. Modul memori teras terdiri daripada lima blok memori capaian rawak statik (SRAM) dengan jumlah kapasiti 144 KB. Melalui antara muka akses baca dan tulis selari lebar bit yang tinggi, keseluruhan cip boleh mempunyai lebar jalur akses memori sehingga 5.12TB/s pada 400MHz Disebabkan penggunaan memori pada cip yang dioptimumkan, kuasa pengkomputeran bagi setiap unit kawasan setinggi 0.2 TOPS/mm2.

Untuk menjana dasar yang pantas dan sesuai secara automatik, timbunan pengkompil menggunakan pendekatan pemetaan spatiotemporal yang menyatukan pelbagai rangkaian neural Untuk memenuhi kekangan fungsi perkakasan, termasuk transformasi asal dan pengkuantitian, pelbagai tugas boleh dikonfigurasikan secara fleksibel mengikut keperluan sebenar senario yang berbeza.

3. Meningkatkan prestasi robot dengan ketara

Untuk menunjukkan keupayaan TianjicX, penyelidik menggunakan 4 tatasusunan TianjicX pada tugas pelbagai kecerdasan Dalam robot mudah alih , dilengkapi dengan sensor berbilang modal, setiap cip boleh diaktifkan secara individu, manakala dalam eksperimen kucing-dan-tikus, Tianji Cat hanya mengaktifkan satu TianjicX.

Dalam persekitaran yang kompleks dan dinamik, Tianji Cat telah menunjukkan keupayaan untuk menggunakan berbilang algoritma rangkaian Neural digunakan untuk melengkapkan pengecaman pertuturan, penyetempatan sumber bunyi, pengesanan objek, pengelakan halangan dan membuat keputusan dalam senario masa nyata.

Kesan objek tertentu:

Mengejar tikus dalam bilik gelap:

Persekitaran yang kompleks dengan pelbagai halangan:

Pada masa hadapan, meneroka lebih banyak kemungkinan

TianjicX membuka penyelidikan dan pembangunan robot pintar mudah alih perkakasan pengkomputeran Bagi kebanyakan robot komersial, mereka biasanya mengikut rutin yang boleh diramal di gudang atau kilang Untuk senario yang lebih kompleks, mereka juga bergantung pada alat kawalan jauh manusia, atau mesti mengekalkan hubungan dengan pusat data jauh.

Keupayaan berkuasa yang ditunjukkan oleh cip TianjicX bukan sahaja dapat meningkatkan tahap kecerdasan robot, tetapi juga memberikan idea untuk kaedah reka bentuk seni bina pengkomputeran alternatif. "Bagi robot, keupayaan ini sangat penting, membolehkan sistem autonomi beroperasi secara autonomi untuk jangka masa yang lebih lama dalam persekitaran yang sukar dicapai," kata Jeffrey Krichmar dari University of California, Irvine.

Pada akhir kertas kerja, penulis menulis: “Pada masa hadapan, kami akan terus mengkaji gabungan perkakasan pengkomputeran neuromorfik dan pengkomputeran robot, dan terokai lebih banyak robot tanpa pemandu."

Tajuk kertas: Cip pengkomputeran neuromorfik dengan keanjalan spatiotemporal untuk robot berbilang tugasan

DOI: 10.1126/scirobotics.ab​

Atas ialah kandungan terperinci Cip Tianjixin X yang diilhamkan oleh otak Universiti Tsinghua muncul di muka depan Sains, versi robot kucing dan tetikus berada di atas pentas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!