麻省理工研究發現，定製芯片能讓機器人行動的速度跟得上思考的速度

麻省理工學院的研究人員正在尋求如何解決機器人思考的速度與行動的速度之間巨大差距的辦法，目前他們正在使用一種稱為“機器人形態的計算”的方法。該方法是由麻省理工學院計算機科學與人工智能（CSAIL）畢業生 Sabrina Neuman 博士設計的，研究結果顯示，定製的計算機芯片可以提供硬件加速，從而加快機器人行動的速度。

專為特定目的量身定製的定製芯片並不是新產品。如果你用的是新款的iPhone，那麼你手機裏就有一塊定製芯片。公司和技術人員希望在具有更保守的功能和計算約束的設備上進行更多本地計算，而不是通過網絡連接將數據往返傳輸到大型數據中心，因而定製芯片變得越來越受歡迎。

在這種情況下，該方法涉及創建基於機器人的物理佈局及其預期用途而設計的超專用芯片。通過考慮機器人對周圍環境的感知，對周圍環境的映射和對其位置的理解以及根據該映射及其所需動作產生的運動計劃方面的要求，研究人員可以設計出可以大大增加處理能力的芯片通過用硬件加速補充軟件算法來提高最後階段的效率。

大多數人經常遇到的硬件加速的經典示例是圖形處理單元或 GPU。GPU 本質上是專門為處理圖形計算操作（例如顯示渲染和視頻播放）而設計的處理器。GPU 之所以受歡迎，是因為幾乎所有現代計算機都可以在圖形密集型應用程序中運行，但是由於出現了更多可定製和高效的小批量芯片製造技術，用於各種不同功能的定製芯片近來變得越來越流行。

麻省理工新聞闡述了 Neuman 系統如何工作：

該系統創建定製的硬件設計，可以滿足特定機器人的計算需求。用户輸入機器人的參數，例如其肢體佈局及其各種關節如何移動。諾伊曼的系統將這些物理特性轉換為數學矩陣。這些矩陣是“稀疏的”，這意味着它們包含許多零值，這些值大致對應於在機器人特定的解剖結構下不可能進行的運動。（類似地，手臂的運動受到限制，因為它只能在某些關節處彎曲-它不是無限柔韌的意大利麪條。）然後，系統設計專門用於僅對矩陣中的非零值進行計算的硬件體系結構。因此，對最終的芯片設計進行了定製，以最大限度地提高效率，從而滿足機器人的計算需求。這種定製在測試中獲得了回報。

Neuman 的團隊使用了現場可編程門陣列（FPGA），它有點像完全定製芯片和現成 CPU 之間的中點，並且其性能明顯優於後者。這意味着如果您實際上是從頭開始定製芯片，則可以期望獲得更大的性能提升。

使機器人對環境做出更快的反應，不僅可以提高製造速度和效率，而且還能做到。這還涉及到在人們直接並肩工作並與他們合作的情況下使機器人使用起來更加安全。這仍然是在日常生活中更廣泛使用機器人技術的重大障礙，這意味着這項研究可以幫助人類與機器人和諧共處，從而開啟科幻的未來。