Neuromorphic 엔진으로 롤링 로봇 구동, 전력 사용량 99.75% 절감

모션 디자인 내부자

롤링 로봇은 기계 공학 박사 과정 학생인 Xiaoqiu An을 따라가며 강철 막대에 달린 빨간색 판지 조각의 안내를 받습니다. (이미지:Mingze Chen, 미시간 대학교 나노공학 및 나노장치 연구소)

아날로그 컴퓨팅은 생물학적 뉴런과 유사하게 동일한 위치에서 정보를 처리하고 저장하는 하드웨어로 다시 돌아오고 있습니다. 미시간 대학에서 시연된 더 작고 가벼우며 에너지 효율적인 컴퓨터는 자율 드론과 로버의 무게와 전력을 줄이는 데 도움이 될 수 있으며 자율 차량에 더 광범위하게 영향을 미칠 수 있습니다.

Science Advances에 발표된 연구에 따르면 자율 컨트롤러는 보고된 전력 요구 사항 중 가장 낮은 것으로 나타났습니다. . 이는 심박 조율기 수준의 12.5마이크로와트로 작동합니다. 테스트에서 컨트롤러를 사용하는 롤링 로봇은 기존 디지털 컨트롤러와 동일한 속도와 정확도로 복도를 따라 지그재그로 이동하는 목표를 추적할 수 있었습니다. 두 번째 시도에서는 자동으로 위치가 조정되는 레버 암을 사용하여 새 컨트롤러도 동일한 결과를 얻었습니다.

"이 연구는 신경망 아키텍처를 통해 효율적으로 계산할 수 있는 하드웨어 플랫폼용으로 설계된 획기적인 나노전자 장치를 소개합니다"라고 UM 기계공학과 교수이자 해당 연구의 교신 저자인 Xiaogan Liang이 말했습니다.

고효율과 소형화는 무게와 에너지가 모두 중요한 드론이나 우주 탐사선과 같은 응용 분야에 특히 중요합니다. 그러나 기존 자율주행차도 이 기술의 혜택을 누릴 수 있습니다. 이전 연구에 따르면 연간 10억 시간의 자율주행차 운전 시간은 오늘날 전 세계 데이터 센터를 합친 것보다 더 많은 전력을 소비할 수 있다고 합니다.

디지털의 낮은 전력 소비와 높은 정밀도 때문에 거의 포기된 아날로그 컴퓨팅은 영웅처럼 보일 수 없습니다. 그러나 상대적으로 새로운 회로 요소가 게임의 판도를 바꾸고 있습니다. 1971년에 제안되어 2008년에 처음 시연된 멤리스터는 전기 저항에 정보를 저장합니다. 전압에 노출되면 다음 신호에 부과되는 저항의 양이 줄어듭니다. 일부 멤리스터는 시간이 지남에 따라 이전 신호를 잊어버리고 원래의 저항으로 돌아갈 수 있는데, 이는 뉴런의 이완과 유사한 동작입니다. 이것이 Liang 팀이 만든 유형입니다.

롤링 로봇은 기계 공학 박사 과정 학생인 Xiaoqiu An을 따라가며 강철 막대에 달린 빨간색 판지 조각의 안내를 받습니다. 삽입된 부분은 로봇의 카메라 피드를 보여줍니다. (비디오:Mingze Chen, 미시간 대학교 나노공학 및 나노장치 연구소)

멤리스터 네트워크는 이미 신경망과 매우 유사하게 기능하기 때문에 기존 트랜지스터 기반 컴퓨터보다 훨씬 효율적으로 인공 신경망으로 기능할 수 있습니다. 또한, 그 자체가 아날로그인 센서와 액추에이터의 경우 아날로그 처리를 유지하면 아날로그와 디지털 간 신호를 변환하는 데 드는 에너지 비용이 절약됩니다.

팀은 UM의 Lurie Nanofabrication Facility에서 직경이 약 30 마이크론인 금으로 된 팔을 실리콘 칩에 문질러서 멤리스터 회로를 구축했습니다. 마치 풍선을 머리에 문지르면 정전기로 벽에 달라붙게 되는 것과 같습니다. 그런 다음 전하는 기화된 비스무트 셀레나이드를 유도하여 틱택토 보드와 유사하게 배열된 약 15나노미터 두께의 8개의 교차 선을 따라 축적되었습니다. 그런 다음 각 라인의 끝에 티타늄과 금 전극을 도금했습니다.

새로운 멤리스터 컨트롤러(오른쪽)를 드론 컨트롤러 테스트 장비의 표준 컨트롤러(왼쪽)와 비교합니다. 드론 로터는 지면에 정지한 후 레버 암을 지정된 위치로 들어 올린 다음 암을 밀면 해당 위치를 회복해야 합니다. (비디오:Mingze Chen, Xiaoqiu An 및 Nihal Sekhon, 미시간 대학교 나노공학 및 나노장치 연구소)

그들은 하나의 전극을 통해 신호를 주입하고 칩 반대편에 있는 5개의 전극에서 신호를 읽었습니다. 각 전극은 뉴런을 나타냅니다. 이 연구에서 롤링 로봇의 카메라 데이터는 멤리스터 네트워크를 통해 실행되기 전에 실리콘 프로세서에서 아날로그 신호로 변환되어야 했습니다. 마찬가지로 레버 팔의 경우 팔 위치에 대한 데이터가 실리콘 프로세서를 통해 멤리스터 네트워크에 입력되었으며, 이를 통해 부착된 드론 로터를 실행하여 팔을 올바른 위치로 들어올리기 위한 명령의 기초가 생성되었습니다.

"우리와 같은 장치를 사용하면 로봇이 매우 뜨거운 물을 만지고 손을 뒤로 당기는 방식과 같은 인간과 같은 직관적인 행동을 할 수 있습니다. 제어 반응은 덜 정확할 수 있지만 매우 빠를 수 있습니다."라고 최근 박사 학위를 받은 Mingze Chen이 말했습니다. 기계공학을 졸업했습니다.

"엣지 컴퓨팅은 정보를 처리하기 위해 데이터 센터로 이동할 필요가 없다는 것을 의미합니다. 예를 들어 손과 팔의 신경과 근육이 정보를 뇌로 보내지 않고도 반응할 수 있습니다. 엣지 컴퓨팅은 데이터 전송에 시간과 에너지를 소비하지 않기 때문에 더 빠르고 더 낮은 전력 소비가 가능합니다."

출처 

스크립트

이 동영상에는 스크립트가 없습니다.