清華大學(xué)開發(fā)出全球首款異構(gòu)融合類腦芯片，登上了最新一期 Nature 封面!研究團(tuán)隊還展示了由該芯片驅(qū)動的 “無人駕駛自行車” ，這項研究由清華大學(xué)類腦計算研究中心施路平教授帶隊，歷時 7 年，終于修成正果!

　　清華大學(xué)開發(fā)出全球首款異構(gòu)融合類腦計算芯片——“天機(jī)芯”，由該芯片驅(qū)動的的“無人駕駛自行車”登上了最新一期Nature封面!

　　這項研究由依托精密儀器系的清華大學(xué)類腦計算研究中心施路平教授團(tuán)隊進(jìn)行，演示了一輛由新型人工智能芯片驅(qū)動的自動駕駛自行車。

　　基于此研究成果的論文“面向人工通用智能的異構(gòu)天機(jī)芯片架構(gòu)”(Towards artificial general intelligence with hybrid Tianjic chip architecture)作為封面文章登上了8月1日《自然》(Nature)，實現(xiàn)了中國在芯片和人工智能兩大領(lǐng)域《自然》論文零的突破。

　　現(xiàn)階段，發(fā)展人工通用智能的方法主要有兩種：一種是以神經(jīng)科學(xué)為基礎(chǔ)，盡量模擬人類大腦;另一種是以計算機(jī)科學(xué)為導(dǎo)向，讓計算機(jī)運行機(jī)器學(xué)習(xí)算法。二者各有優(yōu)缺點，目前將兩者融合被公認(rèn)為最佳解決方案之一。發(fā)展一個二者融合的計算平臺將是推動融合的一個關(guān)鍵。新型芯片融合了兩條技術(shù)路線，這種融合技術(shù)有望提升各個系統(tǒng)的能力，推動人工通用智能的研究和發(fā)展。

　　這種混合芯片被命名為“天機(jī)芯”(Tianjic)，有多個高度可重構(gòu)的功能性核，可以同時支持機(jī)器學(xué)習(xí)算法和現(xiàn)有類腦計算算法。

　　“天機(jī)芯”：支持計算機(jī)科學(xué)和類腦計算融合的AGI之路

　　一般認(rèn)為，實現(xiàn)通用人工智能(AGI)有兩條路：分別為計算機(jī)科學(xué)導(dǎo)向和神經(jīng)科學(xué)導(dǎo)向。由于這兩條路的思路、理念和實現(xiàn)方案存在根本差異，分別依賴于不同開發(fā)平臺，彼此互不兼容，這給AGI技術(shù)的開發(fā)造成很大阻礙。目前迫切需要一個同時支持兩種方法的通用平臺。

　　施路平團(tuán)隊開發(fā)的“天機(jī)芯”(Tianjic芯片)就做到了這一點，可以為AGI技術(shù)提供一個混合協(xié)同的開發(fā)平臺?！　?/p>

Tianjic芯片和測試板

　　Tianjic芯片采用眾核架構(gòu)、可重構(gòu)功能核模塊和混合編碼方案的類數(shù)據(jù)流控制模式，不僅可以適應(yīng)基于計算機(jī)科學(xué)的機(jī)器學(xué)習(xí)算法，還可以輕松實現(xiàn)受大腦原理啟發(fā)的神經(jīng)計算模型和多種編碼方案。

　　僅用一個芯片，就可以在無人駕駛自行車系統(tǒng)中同時處理多種算法和模型，實現(xiàn)實時目標(biāo)檢測、跟蹤、語音控制、避障和平衡控制。這一研究預(yù)計可以為通用性更高的硬件平臺發(fā)展開拓新的道路，促進(jìn)AGI技術(shù)的開發(fā)。

　　鑒于目前機(jī)器學(xué)習(xí)和神經(jīng)科學(xué)的進(jìn)步，AGI系統(tǒng)至少應(yīng)具有以下特征：

　　能夠支持在神經(jīng)網(wǎng)絡(luò)中進(jìn)行豐富的空間、時間和時空關(guān)系的表達(dá)。

　　支持分層、多粒度和多域網(wǎng)絡(luò)拓?fù)浼軜?gòu)，不限于某一專門的網(wǎng)絡(luò)結(jié)構(gòu)。

　　支持各種模型，算法和編碼方案。

　　支持多個專用神經(jīng)網(wǎng)絡(luò)的交織合作，這些神經(jīng)網(wǎng)絡(luò)可能是為并行處理不同任務(wù)而設(shè)計的。

　　這些特征需要在一個通用化的平臺中高效地運行，即能夠在統(tǒng)一框架中實現(xiàn)對主流的人工神經(jīng)網(wǎng)絡(luò)(ANN)以及受神經(jīng)科學(xué)啟發(fā)的模型和算法的支持。

　　圖1：實現(xiàn)AGI開發(fā)的混合路線

　　為了支持這些功能，團(tuán)隊開發(fā)了一種跨范式計算平臺，可以適應(yīng)面向計算機(jī)科學(xué)和神經(jīng)科學(xué)的神經(jīng)網(wǎng)絡(luò)(圖1)，兼容各種神經(jīng)模型和算法，尤其是基于生物學(xué)的(如脈沖神經(jīng)網(wǎng)絡(luò)，即SNN)要素。

　　通常，ANN和SNN在信息表示、計算原理和記憶組織方面具有不同的建模方式(如圖2a所示)。二者最大的差異是，ANN以精確的多位值來處理信息，而SNN使用二進(jìn)制脈沖序列。ANN神經(jīng)元和SNN神經(jīng)元之間的實現(xiàn)比較如圖2b所示。

　　另一方面，ANN和SNN神經(jīng)元之間也存在一些相似之處，這就為模型間的融合留下了空間。通過對ANN和SNN的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行詳細(xì)比較，將計算模型解析并對應(yīng)到相關(guān)的神經(jīng)元功能模塊上 - 即軸突、突觸、樹突和胞體，從而構(gòu)建一個跨范式的統(tǒng)一神經(jīng)元方案(如圖2c所示)。團(tuán)隊設(shè)計了同時適用兩種方案的突觸和樹突，而軸突和體細(xì)胞通過獨立重構(gòu)來改變功能。

　　圖2 Tianjic芯片設(shè)計示意圖

　　圖2d是一個完整的單功能核(FCore)示意圖，包括軸突、突觸、樹突、胞體和路由部分。為了實現(xiàn)深度融合，幾乎整個FCore都可以重新配置，以便在不同模式下實現(xiàn)高利用率。FCore能夠涵蓋大多數(shù)ANN和SNN使用的線性積分和非線性變換操作。該芯片上的FCores以二維2D網(wǎng)格方式排列，如圖2e和2f所示。

　　Tianjic芯片和其后端布局圖如圖3a所示。芯片由156個FCore組成，包含大約40000個神經(jīng)元和1000萬個突觸。Tianjic芯片采用28納米半導(dǎo)體工藝制造，面積為3.8×3.8平方毫米。每個獨立模塊占用的芯片面積，包括軸突，電流，信號，路由器，控制器和其他芯片開銷，如圖3b所示。由于資源可以重復(fù)使用，用以兼容SNN和ANN模式的區(qū)域僅占總面積的3%左右。FCore的功耗分解如圖3c所示。

　　Tianjic能夠支持多種神經(jīng)網(wǎng)絡(luò)模型，包括基于神經(jīng)科學(xué)的網(wǎng)絡(luò)(如SNN，以及基于生物學(xué)啟發(fā)的神經(jīng)網(wǎng)絡(luò))和基于計算機(jī)科學(xué)的網(wǎng)絡(luò)(如MLP，CNN和RNN等)。圖3d所示為在Tianjic芯片上測試不同網(wǎng)絡(luò)模型與通用處理單元的測試結(jié)果。

　　如圖3e所示，具有樹突中繼的混合神經(jīng)網(wǎng)絡(luò)可突破傳統(tǒng)神經(jīng)形態(tài)芯片F(xiàn)an in/fan out的限制，避免SNN網(wǎng)絡(luò)的精度損失(+11.5%)。采用這種混合模式增加的額外開銷小到可以忽略不計，因為Tianjic可以自然地在FCore中實現(xiàn)異構(gòu)轉(zhuǎn)換。使用Tianjic還可以探索更具生物學(xué)意義的認(rèn)知模型(如圖3f所示)。

　　語音控制，自動避障，這輛無人自行車很秀

　　為了證明構(gòu)建類腦跨范式智能系統(tǒng)的可行性，團(tuán)隊利用無人駕駛自行車發(fā)展了一個異構(gòu)可擴(kuò)展人工通用智能開發(fā)展示平臺，在一塊Tianjic芯片內(nèi)并行部署并同時運行多個專用網(wǎng)絡(luò)。

　　實驗中的自行車配備了多種算法和模型，能夠執(zhí)行實時物體檢測、跟蹤，語音命令識別、加速、減速、躲避障礙、控制平衡和決策等任務(wù)(圖4a)。

　　自動行駛自行車演示平臺

　　要實現(xiàn)這些任務(wù)，需要克服三個主要挑戰(zhàn)：

　　首先，在室外自然環(huán)境中成功檢測并平滑跟蹤移動目標(biāo)、跨越減速帶，并在必要時自動避開障礙物。

　　第二，需實時響應(yīng)平衡控制、語音命令和視覺感知產(chǎn)生實時電機(jī)控制信號，以保持自行車在正確的方向上運動。

　　第三，實現(xiàn)多種信息的集成處理和快速決策。

　　圖4：基于Tianjic芯片多模型整合平臺的無人駕駛自行車各項測試結(jié)果

　　為了完成這些任務(wù)，團(tuán)隊開發(fā)了幾個神經(jīng)網(wǎng)絡(luò)，包括用于圖像處理和物體檢測的CNN，用于人類目標(biāo)跟蹤的CANN，用于語音命令識別的SNN，用于姿態(tài)平衡和方向控制的MLP，還有用于決策控制的混合網(wǎng)絡(luò)。

　　由于芯片的分散式架構(gòu)和任意路由拓?fù)洌琓ianjic芯片平臺可以實現(xiàn)所有神經(jīng)網(wǎng)絡(luò)模型的并行化運行，并實現(xiàn)多個模型之間的無縫通信，使自行車能夠順利完成這些任務(wù)。圖4c顯示響應(yīng)不同語音命令的輸出信號。

　　圖4d顯示自行車在跟蹤、避障和和“S形”曲線行進(jìn)時的輸出控制信號。圖4e為基于物理量度的不同速度下的車輛姿態(tài)和轉(zhuǎn)向控制的學(xué)習(xí)情況。

　　Tianjic芯片可以同時支持基于計算機(jī)科學(xué)的機(jī)器學(xué)習(xí)算法和基于神經(jīng)科學(xué)的生物學(xué)模型，可以自由地集成各種神經(jīng)網(wǎng)絡(luò)和混合編碼方案，實現(xiàn)多網(wǎng)絡(luò)之間的無縫通信，包括SNN和ANN。

　　總而言之，本文介紹了一種新穎的類腦計算的芯片架構(gòu)，通過將交叉范式模型和算法集成到一個平臺上來實現(xiàn)靈活性和擴(kuò)展性。希望這一研究成果能夠加速AGI的發(fā)展，推動新的實際應(yīng)用的發(fā)展。