清华大学举办的机器人版猫捉老鼠游戏，出现在科学子杂志的封面。这里的汤姆猫有了一个新名字：“天机猫”，它搭载了清华大学类脑芯片的最新研究成果——28nm的神经拟态计算芯片TianjicX。它的任务是捕捉一只随机运行的电子鼠标：在复杂的动态环境中，各种障碍物被随机动态地放置在不同的位置，“天猫”需要使用视觉识别、声音跟踪或两者结合的方式进行跟踪鼠标，然后在不与障碍物碰撞的情况下向鼠标移动，并最终追上它。在这个过程中，“天机猫”需要在实时场景下实现语音识别、声源定位、目标检测、避障决策，而天机X可以跨计算范式同时节能运行多种AI算法，并处理多种机器人协调方式；相同任务下，TianjicX的功耗是NvidiaAI芯片的一半，跑多网延迟大幅降低79.09倍！“人工智能领域的重要里程碑”再获突破。2019年8月，清华大学石路平教授团队研制出全球首款类脑计算芯片“天机芯”，登上Nature封面，同时被Nature主编点名。Kipper博士称赞它是“人工智能领域的一个重要里程碑”！那时搭载“天机机芯”的自行车实现了真正的自主，可以自主控制平衡、避障、识别语音指令、检测前方行人。那是中国芯片首次登上Nature，成为2019年度科学界的年度热点研究课题之一。此次清华大学团队在前人工作的基础上研发了TianjicX芯片，支持计算资源的自适应分配和各任务的执行时间调度，解决了目前移动智能机器人计算硬件开发中存在的问题。说到问题，利用神经网络（NN）算法让机器人智能化已经走了很长一段路，但需要做到多个NN并发执行、低延迟、高效率、异步执行、灵活交互。恐怕还没有人能做到。攻克神经拟态芯片的关键挑战所谓神经拟态计算芯片，就是模仿人类神经系统计算框架和计算模式的芯片。它基于去中心化的非冯·诺依曼架构，可以同时执行多个神经网络模型。然而，一般的神经形态芯片通常使用空间切片来预先配置内核，并以流水线的方式处理神经网络，每次都重复预先配置的操作。这种固有的瓶颈使得现有的计算硬件无法在本地实现多种密集型算法，无法实现低延迟和高效率。因此，TianjicX芯片的研发面临两大关键挑战：一是满足延迟-并发-功耗（LCP）的性能要求，特别是对各种神经网络的实现；另一种是在为任务间交互提供支持的同时，保持每个任务的独立执行受到干扰。为了克服这些挑战，开发人员从架构、??芯片和模型部署等不同层面进行了一系列设计。1.Infrastructure-RivuletExecutionModel在这个模型中，每个空间单元都有自己的内存和计算控制器，神经网络和SNN统一分为“静态数据”和“动态数据”，静态数据固定在相应的内存中，相邻执行单元之间的动态数据流。这使得Rivulet成为机器人计算能力要求和硬件实现之间的桥梁。通过静态数据的分发和动态数据的流化，抽象出神经网络任务的执行过程，利用时间和空间切片来实现每一个活动。具有可配置的混合同步和异步分组的弹性资源分配。2.芯片硬件基于Rivulet模型，清华研究人员设计并制作了一款基于28nm工艺互补金属氧化物半导体（CMOS）的TianjicX芯片。它集成了160个可配置的交叉计算范式核心（FCores），具有海量并行计算单元、丰富的片上内存以及每个核心任意可配置的原语序列。控制器仅占FCore面积的1%左右，却显着提高了任务执行和交互的灵活性和效率。核心内存模块由五个静态随机存取内存(SRAM)块组成，总容量为144KB。通过高位宽并行读写访问接口，整个芯片在400MHz时可以拥有高达5.12TB/s的内存访问带宽。由于片上内存利用率的优化，单位面积的计算能力高达0.2TOPS/mm2。为了自动生成快速合适的策略，编译器栈采用时空映射的方式，统一各种神经网络以满足硬件功能约束，包括原始变换和量化，可以根据不同的实际需要灵活配置多个任务场景。3.机器人性能显着提升为了展示TianjicX的能力，研究人员在一个多智能任务移动机器人中部署了4个TianjicX阵列，配备多模态传感器，每个芯片都可以单独激活，同时猫捉老鼠实验中，天机猫只激活了一个TianjicX。在复杂多变的环境中，天机猫演示了使用多种神经网络算法，以极低的能耗完成实时场景中的语音识别、声源定位、目标检测、避障、决策等。检测特定物体：暗室追鼠：多障碍复杂环境：未来进一步探索更多可能性天机X为移动智能机器人计算硬件的发展开辟了新路径。在仓库或工厂中通常遵循可预测的例程，更复杂的场景依赖于远程人工操作，或者必须与远程数据中心保持无线连接。TianjicX芯片所展示的强大能力，不仅可以用于提升机器人的智能化水平，还可以为替代计算架构设计方法提供思路。“对于机器人来说，这种能力非常重要，它可以让自主系统在难以到达的环境中自主运行更长时间，”加州大学尔湾分校的JeffreyKrichmar说。在论文的最后，作者写道：“未来，我们将继续研究神经拟态计算硬件与机器人计算的结合，探索更多无人驾驶机器人的可能性。”论文标题：用于多智能任务机器人的具有时空弹性的神经形态计算芯片DOI：10.1126/scirobotics.abk2948
