Moteur neuromorphique alimente un robot roulant, réduisant la consommation d'énergie de 99,75 %

Motion Design INSIDER

Le retour de l'informatique analogique

L'informatique analogique fait un retour avec du matériel qui traite et stocke l'information au même endroit, similaire aux neurones biologiques. Un ordinateur plus petit, plus léger et plus économe en énergie, démontré à l'Université du Michigan, pourrait aider à économiser du poids et de l'énergie pour les drones et rovers autonomes, avec des implications pour les véhicules autonomes plus largement.

Le contrôleur autonome a parmi les plus faibles exigences de puissance rapportées, selon l'étude publiée dans Science Advances. Il fonctionne à seulement 12,5 microwatts — dans la fourchette d'un stimulateur cardiaque. Dans leurs tests, un robot roulant utilisant le contrôleur a pu poursuivre une cible zigzaguant dans un couloir avec la même vitesse et précision qu'avec un contrôleur numérique conventionnel. Dans un second essai, avec un bras de levier qui se repositionnait automatiquement, le nouveau contrôleur a fait tout aussi bien.

Xiaogan Liang, Professeur de Génie Mécanique à U-M et auteur correspondant de l'étude : « Ce travail introduit un dispositif nanoélectronique révolutionnaire conçu pour des plateformes matérielles qui peuvent calculer efficacement avec des architectures de réseaux neuronaux. »

La haute efficacité et la miniaturisation sont particulièrement importantes pour des applications comme les drones et les rovers spatiaux, où le poids et l'énergie sont à prime. Cependant, les véhicules autonomes conventionnels pourraient aussi bénéficier de la technologie. Un milliard d'heures de conduite de véhicules autonomes par an pourrait consommer plus d'énergie que les centres de données mondiaux combinés aujourd'hui, selon des recherches antérieures.

Le memristor : élément de circuit changeant la donne

L'informatique analogique, presque abandonnée pour la consommation d'énergie plus faible et la précision plus élevée du numérique, peut sembler un héros improbable — mais un élément de circuit relativement nouveau change la donne. Le memristor, proposé en 1971 et démontré pour la première fois en 2008, stocke l'information dans sa résistance électrique. Quand il est exposé à une tension, il réduit la quantité de résistance qu'il imposera au signal suivant. Certains memristors peuvent oublier les signaux précédents au fil du temps et revenir à leur résistance originale, un comportement similaire à la relaxation dans les neurones. C'est le type que l'équipe de Liang a construit.

Parce qu'ils fonctionnent déjà beaucoup comme des réseaux neuronaux, les réseaux de memristors peuvent fonctionner comme des réseaux neuronaux artificiels beaucoup plus efficacement que les ordinateurs conventionnels à base de transistors. En plus, pour des capteurs et actionneurs qui sont analogiques eux-mêmes, garder le traitement analogique économise les coûts énergétiques de conversion des signaux entre analogique et numérique.

Fabrication des circuits memristor

L'équipe a construit leurs circuits memristor dans l'installation de nanofabrication Lurie à U-M en frottant une pointe en or, d'environ 30 microns de diamètre, sur une puce de silicium — comme frotter un ballon sur vos cheveux pour qu'il colle à un mur avec l'électricité statique. Les charges électriques ont ensuite guidé le séléniure de bismuth vaporisé pour s'accumuler le long de huit lignes croisées d'environ 15 nanomètres d'épaisseur, arrangées comme un morpion. Ils ont ensuite plaqué des électrodes de titane et d'or aux extrémités de chaque ligne.

Ils ont injecté des signaux à travers une électrode et les ont lus à cinq électrodes de l'autre côté de la puce, chacune représentant un neurone. Dans l'étude, les données de caméra du robot roulant devaient être converties en signaux analogiques dans un processeur silicium avant de passer par le réseau memristor. De même, pour le bras de levier, les données sur la position du bras entraient dans le réseau memristor à travers un processeur silicium, et il produisait les fondations d'instructions pour faire fonctionner le rotor de drone attaché pour lever le bras à la position correcte.

Mingze Chen, récent diplômé Ph.D. en génie mécanique : « Des dispositifs comme le nôtre pourraient permettre aux robots d'avoir des comportements intuitifs comme les êtres humains, la façon dont vous pourriez toucher de l'eau très chaude et retirer votre main. La réponse de contrôle peut être moins précise, mais elle peut être très rapide. »

Chen : « L'edge computing signifie que l'information n'a pas à voyager vers un centre de données pour le traitement, comme les nerfs et muscles dans notre main et bras peuvent réagir sans envoyer l'information à notre cerveau. L'edge computing peut être plus rapide, avec une consommation d'énergie plus faible, parce qu'on ne dépense pas de temps et d'énergie à transmettre des données. »

Source

Transcription

Aucune transcription n'est disponible pour cette vidéo.