2023/03/09 09:51

1毫瓦芯片就能玩《毁灭战士》，超低功耗芯片来了

最近，美国人工智能芯片初创公司 Syntiant 公布了一款超低功耗芯片，可以在 1mW 的功耗下玩《毁灭战士》。

一个 1 毫瓦的机器学习芯片可以做很多事情，不过像玩《毁灭战士》（Doom）这样充满想象力的做法却很少见。

最近几日，在旧金山举行的 2023 IEEE ISSCC（International Solid State Circuits Conference）大会上，总部位于加州欧文的 AI 芯片初创公司 Syntiant 详细介绍了他们的产品 NDP200—— 一款超低功耗芯片，主要用来运行监控视频的神经网络，并在发现重要事件时唤醒其他系统。

如下为 NDP200（Neural Decision Processor）玩《毁灭战士》的演示视频片段。

如何做到的呢？

Syntiant 使用了基于 Doom 的 AI 研究平台 VizDoom，这在 AI 研究中很受欢迎。团队使用强化学习来训练多层神经网络，其中第一层负责理解网络看到的内容，而最后一层负责采取响应行动。总的来说，这个网络由大约 60 万个参数组成。虽然没有 ChatGPT 所需的亿级规模参数，但仍然要比监听「OK, Google」这类关键短语所需的 10000 个参数强大得多。NDP200 有 640 kilobytes 的板载内存用于神经网络参数。

图源：https://www.syntiant.com/ndp200

如上展示的片段中的游戏关卡叫做「保卫圆圈」，它让玩家在一个圆形房间内移动，射击面前的怪物。IEEE Fellow、前 Syntiant 高级工程师副总裁 David Garrett 表示，在训练中，神经网络必须首先识别怪物，然后学习射击它们。在第一次杀死猎物后，系统会卸载 clip（可以理解为一种文件类型），但后来发现这不是一个好办法。因此，系统很快就学会了节省弹药。

尽管《毁灭战士》的演示非常精彩，但 NDP200 还有更多实际用途。Garrett 指出，它有能力进行人体轮廓检测，这是一项通常由更强大的处理器完成的关键任务。Syntiant 芯片可以运行人体检测，作为家庭或汽车安全系统的节能步骤。

为了展示其能源效率，Syntiant 将 NDP200 与基于 Arm Cortex A53 的处理器进行了比较，该处理器运行了 20 万个参数版本的 MobileNetV1，这是 MLPerf 用来判断系统对视觉唤醒词响应情况的测试。NDP200 每次扫描图像只使用 166 微焦耳，大约是 Arm 处理器的 1/100。因此，Syntiant 芯片每秒可以扫描 6 帧视频，而耗电量为 1 毫瓦。

这款芯片并没有那么神秘，它有一条定制的路径，数据在芯片的神经决策处理器中流动。据 Garett 介绍，它尽可能充分利用了芯片的乘法累加单元，即机器学习计算的核心，将高达每秒 9 gigabytes 的数据带宽传输到神经核心。

Garrett 不愿透露 Syntiant 下一步的技术发展，但他表示会有更多有趣的应用。他说：50 万个参数足够做出真正的好东西了。

原文链接：https://spectrum.ieee.org/syntiant-chip-plays-doom

入门

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

参数技术

在数学和统计学裡，参数（英语：parameter）是使用通用变量来建立函数和变量之间关系（当这种关系很难用方程来阐述时）的一个数量。

来源：维基百科

神经网络技术

（人工）神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型，那时候研究者构想了「感知器（perceptron）」的想法。这一领域的研究者通常被称为「联结主义者（Connectionist）」，因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型，它们都是前馈神经网络：卷积神经网络（CNN）和循环神经网络（RNN），其中 RNN 又包含长短期记忆（LSTM）、门控循环单元（GRU）等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习，但也有一些为无监督学习设计的变体，比如自动编码器和生成对抗网络（GAN）。

来源：机器之心

强化学习技术

强化学习是一种试错方法，其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划（Dynamic Programming）。流行的强化学习方法包括自适应动态规划（ADP）、时间差分（TD）学习、状态-动作-回报-状态-动作（SARSA）算法、Q 学习、深度强化学习（DQN）；其应用包括下棋类游戏、机器人控制和工作调度等。

来源：机器之心