Do nível 5 de consumo de energia ao nível 1 de consumo de energia, por que a “computação neuromórfica” é importante para o futuro da direção autônoma?

Em 2022, a Mercedes-Benz mostrou sua força: um carro-conceito de eficiência energética VISION EQXX atingiu uma autonomia de mais de 1.200 quilômetros com uma única carga. Seu objetivo original era atingir um alcance de 1.000 quilômetros (10 quilômetros por quilowatt-hora de eletricidade). No final, no circuito de Stuttgart, Alemanha, até Silverstone, em Northamptonshire, ele alcançou uma eficiência energética de quase 12,1 quilômetros por quilowatt-hora de eletricidade, ou seja, um alcance de 1.207 quilômetros com 100 quilowatts-hora de eletricidade.

No ano passado, estabeleceu um novo recorde de consumo de energia de apenas 7,4 kWh por 100 quilômetros.

Enquanto as pessoas se concentram em seu desempenho de eficiência energética, o Mercedes-Benz VISION EQXX é, na verdade, equipado com outra forma de computação, a "computação neuromórfica". A Mercedes-Benz também se tornou a primeira fabricante de automóveis do mundo a aplicar tecnologia de computação neuromórfica a modelos de estradas legais. Na época, a Mercedes-Benz declarou que essa tecnologia poderia ajudar o VISION EQXX a atingir e superar as metas de eficiência energética de resistência definidas pela Mercedes-Benz em ambientes rodoviários reais.

Por que a direção autônoma precisa de "computação neuromórfica"?

Recentemente, a Mercedes-Benz trouxe essa tecnologia novamente à tona e declarou que iniciou uma cooperação de pesquisa científica com a Universidade de Waterloo, no Canadá, na área de computação neuromórfica.

Sejam os computadores, celulares, relógios inteligentes ou carros inteligentes que usamos agora, suas arquiteturas de computação pertencem à arquitetura clássica de von Neumann. As unidades de computação e unidades de armazenamento desta arquitetura são separadas. Por exemplo, quando olhamos para as configurações de computadores e celulares, sempre olhamos para os modelos de CPU e GPU, o número de núcleos e a frequência principal, quanta memória e armazenamento existem e, se formos mais detalhistas, vamos olhar para a largura de banda da memória, as velocidades de leitura e gravação do armazenamento e assim por diante.

Isso ocorre porque, na arquitetura de von Neumann, as informações estão em formato digitalmente codificado, geralmente binário, e são conectadas a unidades de computação e memórias independentes por meio de um barramento para entrada de informações e saída de resultados de cálculos.

É como um grande restaurante, onde os ingredientes precisam de mão de obra para serem transportados do depósito para a geladeira na cozinha, depois retirados da geladeira, processados ​​e servidos, e entregues à mesa do consumidor pelos garçons. Este processo não pode ser interrompido, caso contrário os consumidores sentados à mesa passarão fome.

A arquitetura von Neumann existe há décadas e agora está muito madura. Na maioria dos cenários, não achamos que seja inapropriado. Como consumidores, raramente "passamos fome" por causa dessa arquitetura. Isso ocorre porque os jogos, vídeos e softwares de escritório atuais são projetados com base nos gargalos de desempenho do hardware existente. Cinco ou seis anos atrás, os desenvolvedores de jogos não desenvolviam jogos com rastreamento óptico porque a NVIDIA ainda não havia lançado essa tecnologia.

Antigamente, os profissionais de cinema e televisão não produziam vídeos em 8K porque tudo, desde o equipamento de filmagem até os chips de decodificação e equipamentos de reprodução, não estava pronto.

Tomemos como exemplo os grandes restaurantes. Como os procedimentos de processamento são longos, os processos são complicados e as necessidades dos clientes são diversas, eles precisam estocar vários ingredientes, contratar chefs famosos, treinar garçons e realizar várias tarefas. O custo é alto, o pessoal é complexo, as horas de trabalho são longas e o preço final para o consumidor não é barato.

Esta é a deficiência da arquitetura de von Neumann. O mais óbvio é sua baixa eficiência computacional (o armazém é muito longe, a geladeira está cheia, o chef está de folga, o garçom é preguiçoso, a porta da cozinha é muito estreita, etc., o que afetará a eficiência do serviço de comida) e alto consumo de energia operacional (muitas pessoas, gerenciamento difícil e altos custos de investimento).

É claro que a força da arquitetura de von Neumann está na sua precisão e computação geral, assim como um bom restaurante pode preparar uma variedade de pratos, todos deliciosos.

No entanto, se um cliente gosta particularmente de comer arroz frito Yangzhou e come apenas arroz frito Yangzhou, então ele pode naturalmente ir ao grande restaurante acima para todas as refeições, mas para o cliente, o custo será muito alto.

Este "Arroz Frito de Yangzhou" pode ser o cálculo atual da IA, ou mais especificamente, o cálculo da direção assistida por carro e da direção autônoma.

De acordo com os dados fornecidos pela Mercedes-Benz, se a arquitetura von Neumann continuar a ser usada para cálculos de direção inteligente, o nível atual L2 de direção assistida terá um consumo de energia entre 70-100 W. Isso não é um grande fardo para baterias de energia nova que consomem dezenas de graus de eletricidade e consomem apenas 1 grau de eletricidade por dia.

No entanto, quando se trata do estágio de direção autônoma avançada L4, esse consumo de energia pode chegar a 1000W-3000W, o que reduzirá muito a autonomia do carro.

Claro, podemos esperar avanços na tecnologia de processos de semicondutores, tecnologia de baterias e assim por diante, mas precisamos entender que o consumo de energia aumenta dez vezes ou até dezenas de vezes dos níveis de direção inteligente L2 para L4, enquanto a redução do consumo de energia provocada pela tecnologia de semicondutores geralmente ocorre em uma taxa de porcentagens de um ou dois dígitos.

Portanto, a indústria espera ter uma nova forma de computação específica para o cenário de direção autônoma, que é a "computação neuromórfica" mencionada anteriormente.

Como mencionado anteriormente, os pontos fortes da arquitetura von Neumann estão na ênfase na precisão lógica e na computação geral, mas sua eficiência é baixa e seu consumo de energia é alto. A computação neuromórfica, por outro lado, é boa em reconhecimento de padrões, percepção, aprendizado e adaptação, e seu consumo de energia é muito baixo.

À medida que a tecnologia de direção inteligente entra na era de ponta a ponta e depende de grandes modelos, especialmente o envolvimento de grandes modelos de linguagem visual, a demanda por reconhecimento de padrões, percepção, aprendizado e adaptação está se tornando cada vez maior. Portanto, a "computação neuromórfica" tem sido gradualmente valorizada pela Mercedes-Benz e pela indústria, tornando-se uma tecnologia promissora para alcançar direção autônoma de alto nível.

Especificamente para a Mercedes-Benz, eles cooperaram com a empresa de inteligência artificial da Califórnia, BrainChip, para desenvolver um sistema de hardware e software baseado no chip de nível de sistema neuromórfico Akida da BrainChip e o integraram ao carro conceito VISION EQXX.

Do nível 5 de consumo de energia ao nível 1 de consumo de energia, por que a "computação neuromórfica" pode ser mais eficiente em termos de energia e mais segura?

Simplificando, "computação neuromórfica" consiste em imitar o mecanismo do cérebro humano para realizar cálculos. Como um dispositivo de computação de direção autônoma, o cérebro humano (sem raiva ao volante) tem as vantagens de alto desempenho e baixo consumo de energia. O consumo geral de energia é de apenas 20 W, o que equivale a apenas dois pães cozidos no vapor a cada 100 quilômetros.

Da perspectiva do mecanismo operacional do cérebro humano, ao dirigir, embora os sensores (olhos e ouvidos) estejam sempre funcionando e monitorando todas as direções e ouvindo em todas as direções, o cérebro humano nem sempre está tenso. Em vez disso, ele ajustará dinamicamente seu estado operacional de acordo com o ambiente externo. Em uma estrada lotada de caminhões grandes, o cérebro humano estará naturalmente mais tenso, enquanto em uma rodovia aberta e plana, com uma visão ampla, as pessoas estarão mais relaxadas.

Em termos mais científicos, a transmissão de informações no cérebro humano depende de sinais de pulso entre neurônios e transmissão química nas sinapses, um mecanismo que constitui o método básico de comunicação do sistema nervoso. E esse mecanismo é orientado por eventos, por exemplo, as células ganglionares sensíveis ao movimento na retina só disparam pulsos quando detectam movimento.

A Mercedes-Benz disse em seu artigo de introdução técnica:

O núcleo da computação neuromórfica é simular o mecanismo operacional do cérebro humano. As informações não são codificadas em formato digital, mas transmitidas por meio de neurônios e sinapses imitadores para gerar "sinais de pulso". As áreas relevantes só são "iluminadas" quando necessário. Esse mecanismo de "ativação sob demanda" não apenas elimina a desvantagem da computação lenta em arquiteturas de computação tradicionais, mas também rompe fundamentalmente as limitações do alto e contínuo consumo de energia. Neurônios e sinapses são fisicamente colocalizados e integrados, o que significa que as informações da rede neural em pico não precisam ser lidas repetidamente da memória.

O mecanismo de atenção do cérebro humano, que às vezes está relaxado e às vezes tenso, também pode ser comparado a um "ar-condicionado inverter". Nos primeiros dias do ar condicionado, ele funcionava com baixo nível de potência e ligava e desligava em capacidade máxima na temperatura definida, sem considerar a economia de energia. Um adesivo de consumo de energia de cinco níveis provou seus esforços e persistência.

Os condicionadores de ar inteligentes de frequência variável aumentam a potência de resfriamento quando a temperatura ambiente estiver alta e no início da inicialização, e reduzem a potência depois que a temperatura atingir o valor definido. É usado principalmente para manter uma temperatura confortável. Ele não só economiza energia elétrica como também reduz as flutuações de temperatura, fazendo com que o corpo se sinta mais confortável.

Da mesma forma, a computação neuromórfica só aciona cálculos quando recebe informações e permanece inativa em outros momentos, o que reduz significativamente o consumo de energia do processamento de dados.

Neste ponto, podemos resumir algumas características da computação neuromórfica: fusão de armazenamento e computação, execução assíncrona de instruções orientada a eventos em vez de sequencial, boa em reconhecimento de padrões, percepção, aprendizado e adaptação, e baixo consumo de energia.

No site oficial da Mercedes-Benz, a empresa registra uma série de colaborações e progressos na computação neuromórfica:

A Mercedes-Benz e a Universidade de Waterloo assinaram um memorando de entendimento para colaborar em pesquisas no campo da computação neuromórfica. A pesquisa se concentra no desenvolvimento de algoritmos para sistemas avançados de assistência ao motorista. Ao simular as funções do cérebro humano, a computação neuromórfica pode melhorar significativamente as capacidades de computação da inteligência artificial, tornando-a mais rápida e energeticamente mais eficiente. Ao mesmo tempo em que mantêm o alcance do veículo, os sistemas de segurança podem detectar melhor sinais de trânsito, faixas e objetos, permitindo que reajam mais rapidamente, mesmo em condições de baixa visibilidade. A computação neuromórfica tem o potencial de reduzir a energia necessária para processar dados de direção autônoma em 90% em comparação aos sistemas existentes. A colaboração com a Universidade de Waterloo complementa uma série de colaborações de pesquisa existentes na Mercedes-Benz no campo da computação neuromórfica, uma das quais se concentra no aprendizado neuromórfico de ponta a ponta para direção autônoma.

A Mercedes-Benz está trabalhando com parceiros para avaliar como a computação neuromórfica pode ser usada para otimizar o processamento de dados de radar em sistemas de direção autônoma.

A Mercedes-Benz também tem trabalhado com a Universidade de Ciências Aplicadas de Karlsruhe, e no centro desse trabalho estão as câmeras neuromórficas, também conhecidas como câmeras baseadas em eventos.

Esta série de trabalhos, além de reduzir o consumo de energia dos sistemas de direção autônoma de nível L4 para 300 W, também desempenha um papel mais importante na segurança.

Devido aos princípios técnicos básicos, a "computação neuromórfica" tem maior velocidade de processamento e baixa latência, o que não é apenas concluído pelo centro de computação, mas também depende da "câmera baseada em eventos (câmera neuromórfica)" mencionada anteriormente.

Câmeras tradicionais capturam e analisam imagens analisando uma imagem inteira. Quanto mais pixels houver, mais informações haverá, mas, ao mesmo tempo, maior será o poder de computação e o consumo de energia necessários. Câmeras neuromórficas extraem informações com base em alterações em um pequeno número de pixels de alto brilho na imagem (essa alteração é um "evento"). Esse processo é mais rápido do que analisar a imagem inteira quadro a quadro, com muito menos latência e, portanto, mais propício à segurança.

É claro que, no carro-conceito de eficiência energética VISION EQXX, a principal área da computação neuromórfica é melhorar a velocidade de ativação por voz no carro (a velocidade de resposta é reduzida de 200 milissegundos para 20 milissegundos) e otimizar a interação humano-computador. Ainda está longe de ser usado no campo da direção inteligente, pois está apenas no estágio L2.

#Bem-vindo a seguir a conta pública oficial do iFanr no WeChat: iFanr (ID do WeChat: ifanr), onde mais conteúdo interessante será apresentado a você o mais breve possível.

iFanr | Link original · Ver comentários · Sina Weibo