最近，美國麻省理工學院的科學家設計了一個新的系統設計了硬件架構，加快了機器人的反應時間。

當代機器人可以快速移動。"電機速度快，而且功能強大。在復雜的情況下，比如與人的互動，機器人的移動速度往往不快。掛斷的是機器人的腦袋里在想什么。

麻省理工學院計算機科學與人工智能實驗室（CSAIL）博士畢業的Neuman說，感知刺激和計算反應需要 "一船的計算量"，這限制了反應時間。他們已經找到了一種方法來對抗機器人的 "頭腦 "和身體之間的這種不匹配。這種方法被稱為robomorphic計算，利用機器人的物理布局和預期應用來生成一個定制的計算機芯片，以最大限度地減少機器人的響應時間。

Neuman說：“這一進展可以促進各種機器人應用，包括，有可能是傳染病人的前線醫療護理。如果我們能夠擁有能夠幫助降低患者和醫院工作人員風險的機器人，那就太棒了。"

Neuman將在今年4月的 "編程語言和操作系統的架構支持國際會議 "上發表研究成果。麻省理工學院的共同作者包括研究生Thomas Bourgeat和Srini Devadas，Edwin Sibley Webster電子工程教授和Neuman的博士生導師。其他合著者包括哈佛大學的Brian Plancher、Thierry Tambe和Vijay Janapa Reddi。Neuman現在是哈佛大學工程與應用科學學院的博士后NSF計算創新研究員。

據Neuman介紹，機器人的操作主要有三個步驟。第一個是感知，包括使用傳感器或相機收集數據。第二個是測繪和定位。"根據它們所看到的東西 它們必須構建一個周圍世界的地圖 然后在這個地圖中定位自己" Neuman說。第三步是運動規劃和控制--換句話說，就是規劃行動路線。

這些步驟可能需要時間和大量的計算能力。Plancher說：

"要想將機器人部署到野外，并在人類周圍的動態環境中安全運行，它們需要能夠非常快速地思考和反應。當前的算法無法在當前的CPU硬件上快速運行。"

Neuman補充說，研究人員一直在研究更好的算法，但她認為僅靠軟件改進并不是答案。"相對較新的是，你也可以探索更好的硬件的想法。" 這意味著超越由機器人大腦組成的標準版CPU處理芯片--在硬件加速的幫助下。

硬件加速是指使用專門的硬件單元來更高效地執行某些計算任務。一個常用的硬件加速器是圖形處理單元（GPU），這是一種專門用于并行處理的芯片。這些設備對圖形處理很方便，因為它們的并行結構允許它們同時處理成千上萬的像素。"GPU并不是什么都做得最好，但它在它的構建方面是最好的，"Neuman說。"你可以為特定的應用獲得更高的性能。" 大多數機器人的設計都有一套預定的應用，因此可以從硬件加速中受益。這就是為什么Neuman的團隊開發了robomorphic計算。

該系統創建了一個定制的硬件設計，以最好地滿足特定機器人的計算需求。用戶輸入機器人的參數，比如它的肢體布局和各個關節的運動方式。Neuman的系統將這些物理屬性轉化為數學矩陣。這些矩陣是 "稀疏的"，這意味著它們包含許多零值，這些零值大致對應于給定機器人特殊解剖結構下不可能的動作。類似的，你的手臂的運動是有限的，因為它只能在某些關節處彎曲--它不是一個無限柔韌的意大利面條）。

然后，該系統設計了一個專門的硬件架構，只對矩陣中的非零值運行計算。因此，所產生的芯片設計是量身定做的，以最大限度地提高機器人的計算需求的效率。而這種定制化設計在測試中得到了回報。

使用這種方法為特定應用設計的硬件架構，其性能優于現成的CPU和GPU單元。雖然Neuman的團隊并沒有從頭開始制造專門的芯片，但他們根據系統的建議，對一個可定制的現場可編程門陣列（FPGA）芯片進行了編程。盡管以較慢的時鐘速率運行，但該芯片的性能比CPU快8倍，比GPU快86倍。

"我對這些結果感到很興奮，"Neuman說："盡管我們受制于較低的時鐘速度，但我們只是通過提高效率來彌補。"