工程师们建造了类似乐高的人工智能芯片

想象一个更可持续的未来，手机、智能手表和其他可穿戴设备不必为了更新的型号而被搁置或丢弃。相反，它们可以升级为最新的传感器和处理器，这些传感器和处理器可以连接到设备的内部芯片上，就像将乐高积木整合到现有的建筑中一样。这种可重新配置的芯片可以使设备保持最新，同时减少我们的电子浪费。

现在，麻省理工学院的工程师们已经朝着模块化的愿景迈出了一步，他们设计了一种类似乐高的可堆叠、可重构的人工智能芯片。

该设计包括传感和处理元件的交替层，以及允许芯片层进行光学通信的发光二极管(LED)。其他模块化芯片设计采用传统的布线在层之间中继信号。这种复杂的连接即使不是不可能，也很难切断和重新布线，这使得这种可堆叠的设计无法重新配置。

麻省理工学院的设计使用光，而不是物理电线，通过芯片传输信息。因此，芯片可以重新配置，可以更换或堆叠层，例如添加新的传感器或更新的处理器。

麻省理工学院博士后Jihoon Kang说:“你可以随心所欲地添加尽可能多的计算层和传感器，比如光、压力，甚至气味。”“我们称之为类似乐高的可重构人工智能芯片，因为它根据层的组合具有无限的可扩展性。”

研究人员渴望将这种设计应用于边缘计算设备——自给自足的传感器和其他电子设备，它们独立于任何中央或分布式资源(如超级计算机或云计算)工作。

麻省理工学院机械工程副教授Jeehwan Kim表示:“随着我们进入以传感器网络为基础的物联网时代，对多功能边缘计算设备的需求将大幅增长。”“我们提出的硬件架构将在未来提供高通用性的边缘计算。”

照亮道路

该团队的设计目前被配置为执行基本的图像识别任务。它通过一层图像传感器，led和由人工突触制成的处理器来实现这一目标-记忆电阻阵列，或“忆阻器”，该团队之前开发的它们共同构成了一个物理神经网络，或称“芯片上的大脑”。每个阵列都可以直接在芯片上处理和分类信号，而不需要外部软件或互联网连接。

在他们的新芯片设计中，研究人员将图像传感器与人工突触阵列配对，他们训练每个图像传感器识别特定的字母——在这种情况下，是M, I和t。传统的方法是通过物理电线将传感器的信号传递给处理器，而研究小组在每个传感器和人工突触阵列之间制造了一个光学系统，使层之间的通信不需要物理连接。

麻省理工学院博士后Hyunseok Kim说:“其他芯片是通过金属物理连接的，这使得它们很难重新布线和重新设计，所以如果你想增加任何新功能，你需要制作一个新的芯片。”“我们用光通信系统取代了物理电线连接，这使我们可以自由地按照我们想要的方式堆叠和添加芯片。”

该团队的光通信系统由成对的光电探测器和led组成，每个都有微小的像素图案。光电探测器由接收数据的图像传感器和将数据传输到下一层的led组成。当一个信号(例如一个字母的图像)到达图像传感器时，图像的光模式会编码LED像素的特定配置，这反过来会刺激另一层光电探测器，以及一个人工突触阵列，该阵列根据入射LED光的模式和强度对信号进行分类。

叠加起来

该团队制造了一个单芯片，其计算核心尺寸约为4平方毫米，大约是一块五彩纸屑的大小。该芯片由三个图像识别“块”堆叠而成，每个“块”包括一个图像传感器、光通信层和用于对M、I或t三个字母进行分类的人工突触阵列。然后，他们将随机字母的像素化图像照射到芯片上，并测量每个神经网络阵列产生的电流。(电流越大，图像确实是特定阵列训练识别的字母的可能性就越大。)

研究小组发现，该芯片能够正确地对每个字母的清晰图像进行分类，但区分模糊图像的能力较差，例如区分I和t。然而，研究人员能够迅速更换芯片的处理层，使用更好的“去噪”处理器，并发现芯片能够准确地识别图像。

麻省理工学院博士后Min-Kyu Song说:“我们展示了可堆叠性、可替代性，以及在芯片中插入新功能的能力。”

研究人员计划在芯片上增加更多的传感和处理能力，他们设想其应用是无限的。

崔说:“我们可以在手机的摄像头上添加图层，这样它就可以识别更复杂的图像，或者把它们做成可以嵌入可穿戴电子皮肤的医疗监视器。“智能”皮肤用于监测生命体征。

他补充说，另一个想法是将模块化芯片内置到电子产品中，消费者可以选择用最新的传感器和处理器“砖块”来构建。

“我们可以做一个通用的芯片平台，每一层都可以像视频游戏一样单独销售，”Jeehwan Kim说。“我们可以制造不同类型的神经网络，比如图像或语音识别，让客户选择他们想要的，并像乐高积木一样添加到现有的芯片上。”

-编辑克里斯Vavra，网络内容经理，控制工程、CFE媒体与技术、cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。