Vähemmän energiaa, enemmän älyä: neuromorfinen siru muuttaa puettavat ja autonomiset järjestelmät

Puettavan terveysteknologian, valvontajärjestelmien, autonomisten autojen ja älykkään robotiikan nopea kehitys on lisännyt merkittävästi toisiinsa kytkettyjen anturisolmujen määrää, jotka tuottavat jatkuvasti valtavia datamääriä korkealla energiakustannuksella. Perinteisissä anturijärjestelmissä analogiset anturisignaalit muunnetaan digitaalisiksi ja käsitellään pilvessä sijaitsevilla digitaalisilla laskenta-alustoilla. Analogis-digitaalinen muunnos ja digitaalisen datan siirto aiheuttavat merkittävää energiaylikuormaa ja viiveitä, mikä asettaa suuria haasteita reaaliaikaiselle anturidatan käsittelylle ja päätöksenteolle anturin sijaintipaikassa.
– Lisäksi suurin osa pilveen lähetetystä anturidatasta on tarpeetonta eikä sitä käytetä varsinaisessa laskennassa. Se vain kuluttaa energiaa ja viestintäkaistaa, koska tapahtumapohjaista ja vähävirtaista tiedonkäsittelyä anturin luona ei ole aiemmin ollut mahdollista toteuttaa. Mutta nyt olemme muuttaneet tämän”, sanoo Tampereen yliopiston tutkimusryhmän johtaja Sayani Majumdar.

Näihin haasteisiin vastaamiseksi suomalaiset ja yhdysvaltalaiset tutkijat yhdistivät voimansa Suomen Akatemian (Research Council of Finland, RCF) ja Yhdysvaltain kansallisen tiedesäätiön (National Science Foundation, NSF) rahoittamassa IntelliSense-hankkeessa. Hankkeessa kehitettiin joustava pietsosähköinen anturimatriisi, joka tuottaa erillisiä piikkisignaaleja havaitessaan dynaamisen paineen muutoksen, sekä tapahtumapohjainen piiriarkkitehtuuri, joka muuntaa anturimatriisista tulevat piikit aikapintoja (time surfaces) muodostaviksi signaaleiksi sisältäen ajallista ja spatiaalista informaatiota. Memristiivinen järjestelmäpiiri (system-on-chip, SoC), joka sisältää kymmenen vektori-matriisikertolaskentaytimen, yhden RISC-V-suorittimen sekä olennaiset digitaaliset oheispiirit, suorittaa tämän jälkeen tarvittavat luokittelutehtävät paikallisesti anturisolmussa.

– Toteuttamalla tämän aikapintoihin perustuvan lähestymistavan järjestelmämme saavutti 87–92 prosentin hahmontunnistustarkkuuden, ja arvioitu inferenssin energia–viive-tuotekerroin oli yli 17 kertaa pienempi kuin perinteisessä digitaalisessa laskennassa. Näin osoitamme memristiivisten SoC-piirien soveltuvuuden pienen viiveen ja alhaisen virrankulutuksen reunalaskentaan asynkroniselle anturidatalle”, Majumdar toteaa.

Tulokset tekevät pitkälle integroiduista, vähän energiaa kuluttavista puettavista ja älykkäistä anturijärjestelmistä välittömästi toteuttamiskelpoisia. Jatkokehitys voi johtaa entistä turvallisempiin autonomisiin ajoneuvoihin, parempaan terveydenhuoltoon, ihmiskeskeisempiin robotteihin sekä vähävirtaisiin miehittämättömiin valvontajärjestelmiin. Nämä kehitystyöt ovat parhaillaan käynnissä.

Työn yksityiskohdat on julkaistu Nature Sensors -lehdessä
 New Brain-Inspired Chip Brings Intelligence Everywhere