随着摩尔定律逐渐失效，基于冯·诺依曼架构的计算机在性能和效率方面遇到瓶颈，无法满足智能时代发展需求。类脑计算是借鉴脑科学基本原理发展的新型计算技术，是国际半导体协会推荐的后摩尔时代两个最有前途的新技术之一，是国家科技创新2030“脑科学与类脑研究”（中国脑计划）的核心研究内容之一。类脑计算芯片是解决智能时代各种计算挑战的关键。

智能机器人是智能时代最重要的应用技术之一，然而，现有研究大多关注算法和软件，非常缺乏针对机器人的硬件设计。由于机器人资源有限，低功耗、低时延和多网络多任务并行是计算硬件的关键三要素。传统计算平台在这三个方面相互制约，均不适合智能机器人。

清华大学类脑计算研究中心施路平教授团队针对以上挑战，设计了面向智能机器人的类脑计算芯片天机X，是全球首款面向智能机器人的类脑计算芯片，并发展了完善的软件工具链。在执行模型、芯片架构和软件工具链和机器人系统等多个层次进行了系统性创新。研制的天机X具有高算力、低功耗、低延时和跨范式多网络异步并行等优势，为边缘智能和脑科学计算提供了一个高效硬件平台和崭新路径。相关成果以题为"Neuromorphic computing chip with spatiotemporal elasticity for multi-intelligent-tasking robots"发表在机器人领域国际顶级期刊Science Robotics上。

图1. 世界首款面向智能机器人的类脑计算芯片天机X。

研究团队首先提出了类脑多任务智程执行模型，实现了硬件的时空资源一体，使得机器人可在复杂多变环境中并行处理多个智能任务，同时弹性调配资源，实现“任务性能-环境变化”的动态调节。

在智程模型的基础上，研发了多源异步触发的众核类脑计算芯片天机X。首次提出并实现了基于类脑通用完备指令集的类脑计算芯片设计，其中，研发的核内微小控制器单元，仅占据核内1%的面积，充分提高了类脑芯片的可编程性，实现了控制流架构的灵活性与数据流架构的高性能的有效平衡；研发的可交互路由单元实现了网络间的异步数据传输和自触发调度。通过统一寻址管理的存储单元设计以及基于循环步进的计算流程，解决了基于交叉阵列的传统神经形态芯片在执行时具有无效计算和冗余存储的关键瓶颈，从而提高了芯片资源有效利用率。针对智能机器人由于不同模态传感器的帧率以及模态不同，计算硬件统一时序匹配运行所带来的低利用率、高功耗、低能效困境，设计了事件触发的异步数据流架构。多智能任务可以在众核空间上并行流水以及时间上复用执行来使得模型部署可以更好的实现负载均衡并紧凑执行。芯片采用28 nm制程，支持通用的神经网络范式，能效3.2 Tops/W，相较于2019年Tianjic有了显著提升，单位面积算力提升10%，峰值能效提高3倍。

研发了层次化完备的软件工具链，可灵活地将不同范式的神经网络部署到芯片，使软硬件可以协同优化。天机X芯片相较于世界领先的边缘芯片Nvidia TX2，可降低50%的动态功耗和90%的延时，支持多达32个神经网络任务的并行处理。

基于天机X，设计了智能机器人原型，实现唤醒、听声辩位、目标识别、避障、多模态跟踪等多任务、多神经网络的异步并行执行。

图2. 面向多任务智能机器人的类脑计算平台。平台的主要设计包括三个层次：类脑智程执行模型，天机X芯片及软件工具链，机器人系统。

类脑计算芯片天机X具有低功耗、低延时和多网络多任务并行等优势，不仅在智能机器人领域，而且在其他边缘应用、人工智能、脑仿真、脑机接口和无人驾驶等方面都拥有巨大的应用前景。该成果论文被Science出版集团选为亮点论文在AAAS News做特约专题报道。

图3. 搭载天机X的猫捉老鼠机器人被选为《科学》亮点成果新闻特约报道。

该工作由清华大学、北京灵汐科技合作完成，清华大学精密仪器系博士生马松辰为第一作者、清华大学裴京、张伟豪、灵汐科技王冠睿、清华大学冯大虎是论文共同第一作者，清华大学施路平教授是通讯作者。研究工作得到了科技创新2030-“脑科学与类脑研究”重大项目、国家自然科学基金的支持。

来源：半导体学报公众号