超特殊芯片基于机器人的物理布局和预期用途而设计

MIT的研究人员正试图解决机器人处理信息速度极快与相对缓慢移动之间的鸿沟，他们使用了一种名为“形体计算”的技术来达到这个目的。研究人员考虑到机器人对环境的感知，对其在环境中的位置的映射和理解，以及由上述映射和所需动作产生的运动规划等需求，设计了处理芯片，通过硬件加速来补充软件算法，大大提高了最后一步的效率。

MIT的研究人员正试图解决机器人BA6218处理信息速度极快与相对缓慢移动之间的鸿沟，他们使用了一种名为“形体计算”的技术来达到这个目的。SabrinaNeuman博士是麻省理工学院计算机科学和人工智能(CSAIL)的毕业生，他的研究成果是自定义计算机芯片可以提供硬件加速，从而提高响应速度。

为了某种特殊目的定制芯片并不是什么新事物，但是公司和技术专家希望在功率和计算限制更为保守的设备上进行更多的本地计算，而不是通过网络连接让数据往返于大型数据中心。本例中，该方法需要创建超特殊芯片，该芯片基于机器人的物理布局和预期用途而设计。研究人员考虑到机器人对环境的感知，对其在环境中的位置的映射和理解，以及由上述映射和所需动作产生的运动规划等需求，设计了处理芯片，通过硬件加速来补充软件算法，大大提高了最后一步的效率。

最常见的硬件加速的经典例子是图形处理器，或者说GPU。从本质上说，GPU是一种特别设计的处理器，用于处理图形计算操作任务，如显示渲染和视频播放。GPU的流行是因为几乎所有的现代计算机都能运行在图形密集的应用程序上，但是最近，由于出现了更多可定制的、高效的小型芯片制造技术，定制芯片在一系列不同功能上越来越受欢迎。

如今，MIT新闻报道了Neuman机器人控制硬件芯片的设计。为了最大限度地满足特定机器人的计算需求，系统进行了定制硬件设计。使用者可输入机器人的参数，如肢体的布局和各关节的移动方式。尼曼系统把这些物理性质转换成数学矩阵。这种矩阵是“稀疏的”，即它们包含很多零值，这些零值大致对应于在给定机器人特定的解剖结构下不可能发生的动作。

在此基础上，设计了专门的硬件结构，仅对矩阵中的非零进行运算。这样，就可以根据机器人的计算需要，量身定制芯片设计，使其运算效率最大化。并且这个定制的设计在测试中得到了回报。尼曼的团队使用了一种现场可编程门阵列(FPGA)，它类似于完全定制的芯片和现成的CPU之间的一个中间点，其性能明显优于后者。

使机器人对环境作出更快的反应不仅能提高生产速度和效率，还能使机器人在人类与机器人并肩工作的情况下更安全地工作。它仍是机器人在日常生活中广泛应用的一个重大障碍，这意味着该研究将有助于未来人类与机器人的和谐共处。