麻省理工学院使用定制芯片来加速机器人运动

麻省理工学院的研究人员正在寻求解决机器人如何快速处理信息和相对缓慢地移动之间的巨大差距。他们正在使用一种称为“机器人形状计算”的工具。
实现这个目标。该方法是由麻省理工学院计算机科学与人工智能（CSAIL）毕业生Sabrina Neuman博士设计的，其结果是定制的计算机芯片，该芯片可以提供硬件加速以加快响应时间。
为特定目的定制芯片并不是什么新鲜事，但是随着公司和技术人员希望在功率和计算约束更为保守的设备上执行更多本地计算，而不是通过网络连接向大型数据中心发送数据。在这种情况下，该方法涉及创建基于机器人的物理布局及其预期用途而设计的超特定芯片。
通过考虑机器人对周围环境的感知，对它们在这些环境中的位置的映射和理解，以及由所需动作生成的上述映射和运动计划的要求，研究人员可以设计处理程序。芯片，通过使用硬件加速补充软件算法并大大提高了最后阶段的效率。
大多数人经常遇到的硬件加速的经典示例是图形处理单元或GPU。 GPU本质上是设计用于处理图形计算任务（例如显示渲染和视频回放）的处理器。
GPU之所以受欢迎，是因为几乎所有现代计算机都可以在图形密集型应用程序中运行。但是，由于出现了更多可定制和高效的小芯片制造技术，用于各种不同功能的定制芯片变得越来越新。
受欢迎的。现在，《 MIT新闻》介绍了Neuman机器人控制硬件芯片的设计。
该系统创建定制的硬件设计，以最好地满足特定机器人的计算需求。用户输入机器人的参数，例如其四肢的布局以及每个关节的运动方式。
诺伊曼系统将这些物理特性转换为数学矩阵。这些矩阵是“稀疏的”，这意味着它们包含许多零值，其大致对应于给定机器人的特殊解剖结构不可能进行的动作。
然后，系统设计了一种特殊的硬件体系结构，仅对矩阵中的非零值进行计算。因此，最终的芯片设计是量身定制的，以最大程度地提高机器人的计算要求的效率。
而这种定制设计在测试中得到了回报。 Neuman的团队使用了现场可编程门阵列（FPGA），它有点像完全定制芯片和现成CPU之间的中间点，其性能明显优于后者。
使机器人对环境做出更快的反应，不仅可以提高制造速度和效率，而且还可以在人与机器人并肩工作并协作时使机器人更加安全地工作。这仍然是在日常生活中广泛使用机器人技术的重要障碍，这意味着这项研究可以帮助人类和机器人在未来和谐共处。