ニューロモーフィック エンジンがローリング ロボットを駆動し、電力使用量を 99.75% 削減

モーション デザイン インサイダー

機械工学博士課程の学生であるシャオチウ・アンさんを、スチールの棒に付けられた赤いボール紙というターゲットに導かれて、回転ロボットが追いかけます。 (画像:ミシガン大学ナノエンジニアリング・ナノデバイス研究所、Mingze Chen)

アナログ コンピューティングは、生物学的なニューロンと同様に、情報を処理して同じ場所に保存するハードウェアを備えて復活しつつあります。ミシガン大学で実証された、より小型、軽量、よりエネルギー効率の高いコンピューターは、自律型ドローンやローバーの重量と電力の節約に役立つ可能性があり、より広範な自動運転車に影響を与える可能性があります。

Science Advances に掲載された研究によると、自律型コントローラーの電力要件は報告されている中で最も低いものの 1 つです。 。わずか 12.5 マイクロワットで動作します。これはペースメーカーに匹敵するレベルです。彼らのテストでは、このコントローラーを使用したローリングロボットは、従来のデジタルコントローラーと同じ速度と精度で、廊下をジグザグに移動するターゲットを追跡することができました。 2 回目の試行では、自動的に位置を変えるレバーアームを使用した新しいコントローラーでも同様の結果が得られました。

「この研究は、ニューラル ネットワーク アーキテクチャで効率的に計算できるハードウェア プラットフォーム用に設計された画期的なナノ電子デバイスを導入します」と、機械工学の機械工学教授であり、この研究の責任著者であるシャオガン リャン氏は述べています。

高効率と小型化は、重量とエネルギーの両方が重要視されるドローンや宇宙探査機などのアプリケーションにとって特に重要です。ただし、従来の自動運転車もこの技術の恩恵を受ける可能性があります。以前の調査によると、自動運転車の年間運転時間が 10 億時間になると、今日の世界中のデータセンターを合わせたよりも多くの電力が消費される可能性があります。

デジタルの低消費電力化と高精度化のためにほぼ放棄されたアナログ コンピューティングは、ヒーローになる可能性は低いように思われるかもしれませんが、比較的新しい回路要素が状況を変えつつあります。 1971 年に提案され、2008 年に初めて実証されたメモリスタは、電気抵抗に情報を保存します。電圧にさらされると、次の信号に課す抵抗の量が減少します。一部のメモリスターは、時間が経つと以前の信号を忘れて元の抵抗に戻ることがあります。これはニューロンの弛緩に似た動作です。これは、Liang のチームが構築したタイプです。

機械工学博士課程の学生であるシャオチウ・アンさんを、スチールの棒に取り付けられた赤いボール紙というターゲットに導かれて、回転ロボットが追いかけます。挿入図はロボットのカメラフィードを示しています。 (ビデオ:ミシガン大学ナノエンジニアリングおよびナノデバイス研究所、Mingze Chen)

メモリスタ ネットワークはすでにニューラル ネットワークとよく似た機能を備えているため、従来のトランジスタ ベースのコンピュータよりもはるかに効率的に人工ニューラル ネットワークとして機能できます。さらに、センサーやアクチュエーター自体がアナログである場合、アナログ処理を続けることで、アナログとデジタルの間で信号を変換するエネルギー コストが節約されます。

研究チームは、U-Mのルーリーナノ製造施設で、直径約30ミクロンの金の先端がついたアームをシリコンチップ上でこすることにより、メモリスタ回路を構築した。風船を髪にこすりつけて静電気で壁にくっつくようにするのと同じだ。次に、電荷によって気化したセレン化ビスマスが誘導され、三目並べボードのように配置された厚さ約 15 ナノメートルの 8 本の交差する線に沿って蓄積します。次に、各ラインの端にチタンと金の電極をメッキしました。

新しいメモリスタ コントローラ (右) は、ドローン コントローラ テスト装置で標準コントローラ (左) と比較されます。ドローンのローターは、地面に置いた後にレバーアームを所定の位置まで持ち上げ、アームが押された後にその位置を回復する必要があります。 (ビデオ:ミシガン大学ナノエンジニアリングおよびナノデバイス研究所、Mingze Chen、Xiaoqiu An、Nihal Sekhon)

彼らは、1 つの電極から信号を注入し、チップの反対側にある 5 つの電極で信号を読み出しました。それぞれがニューロンを表しています。この研究では、ローリングロボットからのカメラデータは、メモリスタネットワークを通過する前にシリコンプロセッサでアナログ信号に変換される必要がありました。同様に、レバー アームの場合、アームの位置に関するデータがシリコン プロセッサを通じてメモリスタ ネットワークに入力され、取り付けられたドローン ローターを実行してアームを正しい位置まで持ち上げるための命令の基礎が生成されました。

「私たちのようなデバイスを使えば、ロボットが人間のような直感的な行動、つまり熱湯に触れて手を引っ込めるような行動が可能になるかもしれません。制御応答の精度は低いかもしれませんが、非常に高速になる可能性があります」と、最近博士号を取得したミンゼ・チェン氏は述べています。機械工学を卒業していること。

「エッジ コンピューティングとは、情報を処理するためにデータ センターに移動する必要がないことを意味します。私たちの手や腕の神経や筋肉が脳に情報を送信せずに反応できるのと同じです。エッジ コンピューティングは、データの送信に時間とエネルギーを費やさないため、より高速で、より低い消費電力を実現できます。」

ソース

トランスクリプト

このビデオにはトランスクリプトはありません。