Чипы со сверхнизким энергопотреблением помогают сделать маленьких роботов более способными

Гибридный чип со сверхнизким энергопотреблением от его электроники, снабженный мозгом, может помочь роботам, размером с ладонь, взаимодействовать друг с другом и учиться на собственном опыте. В сочетании с новыми поколениями маломощных двигателей и датчиков, новая специализированная интегральная схема (ASIC), работающая на милливаттах, может помочь интеллектуальным роботам-роям работать часами.

Технические возможности

Для экономии энергии микросхемы используют гибридный цифро-аналоговый процессор во временной области, в котором ширина импульса сигналов кодирует информацию. ИС нейронной сети обеспечивает как программирование на основе моделей, так и совместное обучение с подкреплением, потенциально предоставляя маленьким роботам более широкие возможности для разведки, поиска и спасания.

Исследователи из Технологического института Джорджии продемонстрировали роботизированные автомобили, управляемые уникальными ASIC, на Международной конференции IEEE по твердотельным цепям (ISSCC) в 2019 году. Исследование финансировалось Агентством перспективных исследовательских проектов в области обороны (DARPA) и Исследовательской корпорацией по полупроводникам (SRC) через Центр автономного интеллекта, основанного на мозговых вычислениях (CBRIC).

«Мы пытаемся донести информацию до этих очень маленьких роботов, чтобы они могли узнавать об окружающей среде и перемещаться автономно, без инфраструктуры», - сказал  Арижит Рэйчоудхури , доцент Школы электротехники и вычислительной техники штата Джорджия  . «Для этого мы хотим донести концепцию схем с низким энергопотреблением до этих очень маленьких устройств, чтобы они могли принимать решения самостоятельно.

 Существует огромный спрос на этих маленьких, но способных роботов, которые не требуют инфраструктуры ». Автомобили, продемонстрированные Райчоудхури и аспирантами Нинюань Цао, Муя Чанг и Анупам Голдер, движутся по арене, покрытой резиновыми прокладками и окруженной стенами из картонных блоков. Когда они ищут цель, роботы должны избегать дорожных конусов и друг друга, учиться на ходу и постоянно общаться между собой.

В автомобилях используются инерционные и ультразвуковые датчики для определения их местоположения и обнаружения объектов вокруг них. Информация от датчиков поступает в гибридную ASIC, которая служит «мозгом» транспортных средств. 

Затем инструкции отправляются на контроллер Raspberry Pi, который передает инструкции на электродвигатели. В роботах размером с ладонь 2 основные системы потребляют энергию:

• двигатели и контроллеры, используемые для управления колесами;
• процессор и сенсорная система. 

В автомобилях, построенных командой Raychowdhury, ASIC с низким энергопотреблением, двигатели потребляют большую часть энергии. «Мы смогли снизить вычислительную мощность до меньщего уровня, при этом в бюджете преобладают потребности двигателей», - сказал он.

Планы на будущее

Команда работает с сотрудниками над двигателями, которые используют микроэлектромеханическую (MEMS) технологию, способную работать с гораздо меньшей мощностью, чем обычные двигатели. «Мы хотели бы создать систему, в которой мощность датчиков, средства связи и питания компьютеров и активация будут примерно на одном уровне, порядка сотен милливатт», - сказал Рейчоудхури, доцент ON Semiconductor в Школе Электротехника. 

«Если мы сможем построить этих роботов размером с ладонь с эффективными моторами и контроллерами, мы сможем обеспечить несколько часов работы от 2-4 батарей типа АА. Теперь у нас есть четкое представление о том, какие вычислительные платформы нам нужны для этого, но нам все еще нужны другие компоненты, чтобы наверстать упущенное». В вычислениях во временной области информация переносится на два разных напряжения, закодированных по ширине импульсов. 

Это дает схемам преимущества по эффективности использования энергии аналоговых схем с надежностью цифровых устройств. «Размер чипа уменьшен вдвое, а энергопотребление составляет одну треть от того, что понадобится традиционному цифровому чипу», - сказал Рейчоудхури. 

«Мы использовали несколько методов как в логике, так и в дизайне памяти для снижения энергопотребления до диапазона милливатт при достижении целевой производительности». Поскольку каждая ширина импульса представляет различное значение, система работает медленнее, чем цифровые или аналоговые устройства, но Рейчоудхури говорит, что скорость достаточна для маленьких роботов. 

(Милливатт - это тысячная доля ватта). «Для этих систем управления нам не нужны схемы, работающие на нескольких гигагерцах, потому что устройства не двигаются так быстро», - сказал он. «Мы жертвуем небольшой производительностью, чтобы добиться максимальной энергоэффективности. Даже если вычислительная мощность составляет 10 или 100 мегагерц, этого будет достаточно для наших целевых приложений».

65-нанометровые CMOS-чипы приспособлены для обоих видов обучения, подходящих для робота. Систему можно запрограммировать так, чтобы она следовала алгоритмам, основанным на моделях, и она может извлекать уроки из своего окружения, используя систему подкрепления, которая со временем способствует повышению и увеличению производительности - так же, как ребенок, который учится ходить, натыкаясь на вещи.

«Вы запускаете систему с заранее заданным набором весов в нейронной сети, чтобы робот мог начать с хорошего места и не сразу падать или давать ошибочную информацию», - сказал Рейчоудхури. «При развертывании в новом месте среда будет иметь некоторые структуры, которые она будет распознавать, и те, которые система должна будет изучить. Затем система будет принимать решения самостоятельно и оценивать эффективность каждого решения для оптимизации своего движения».

Связь между роботами позволяет им сотрудничать, чтобы искать цель

«В среде совместной работы робот должен не только понимать, что он делает, но и то, что делают другие в той же группе», - сказал он. «Они будут работать, чтобы максимизировать общее вознаграждение группы, а не вознаграждение отдельного человека».

С их демонстрацией ISSCC, обеспечивающей подтверждение концепции, команда продолжает оптимизировать проекты и работает над системой на кристалле, чтобы интегрировать вычислительные и управляющие схемы. «Мы хотим включить все больше и больше функциональности в этих маленьких роботов», - добавил Рейчоудхури. «Мы показали, что возможно, и то, что мы сделали, теперь должно быть дополнено усовершенствованными инновациями».