神经形态引擎驱动滚动机器人：功耗降低99.75%至12.5微瓦
类脑模拟计算回潮：忆阻器网络实现极低功耗自主控制器，赋能无人机/探测车
模拟计算借在同一位置处理存储信息硬件回潮，类似生物神经元。密歇根大学演示更小、更轻、更节能计算机，可为自主无人机、探测车节省重量功耗，对自主车辆广泛有启示。
极致能效性能
发表于《Science Advances》研究显示，自主控制器功耗仅12.5微瓦——心脏起搏器量级。测试中，使用控制器滚动机器人沿走廊锯齿追踪目标，速度准确度与传统数字控制器持平。第二次试验自动复位杠杆臂，新控制器表现同等优异。
"这项工作引入突破性纳米电子器件，为能高效用神经网络架构计算硬件平台设计，"密歇根大学机械工程教授、论文通讯作者Xiaogan Liang说。
高效微型化对无人机、太空探测车等重量能量溢价应用尤为重要。但常规自主车辆也受益。先前研究称，每年十亿小时自主驾驶耗电可能超全球数据中心总和。
忆阻器：改变游戏规则的新电路元件
模拟计算因数字更低功耗更高精度近乎被弃，但相对新电路元件改变局面。忆阻器1971年提出、2008年首次演示，以电阻存储信息。暴露电压时降低对下一信号施加电阻。部分忆阻器随时间遗忘先前信号回归原始电阻，类似神经元弛豫。Liang团队构建此类型。
因已很像神经网络，忆阻器网络可比传统晶体管计算机更高效作为人工神经网络运行。此外，对模拟本身传感器执行器，保持模拟处理节省模数转换能量成本。
纳米制造工艺
团队在密歇根Lurie纳米制造设施构建忆阻器电路：用约30微米直径金尖臂摩擦硅芯片——像摩擦气球粘墙利用静电。电荷引导气化硒化铋沿八条约15纳米厚交叉线积累，排列似井字棋盘。两端镀钛金电极。
通过一电极注入信号，芯片另一侧五电极读出，各代表神经元。研究中滚动机器人相机数据须经硅处理器转模拟信号再跑忆阻器网络。杠杆臂类似，臂位置数据经硅处理器入忆阻器网络，产出驱动连接无人机旋翼抬臂至正确位置指令基础。
"我们这类器件能让机器人拥有类人直觉行为，如触极热水缩手，"机械工程博士毕业生Mingze Chen说，"控制响应可能不够精准，但极快。"
"边缘计算意味信息无需传数据中心处理，如手臂神经肌肉无需送信息大脑即可反应。边缘计算更快、更低功耗，因不花时间能量传输数据。"
来源
视频字幕
无可用字幕。
传感器