為一個非常特定的目的定制芯片并不新鮮，但隨著公司和技術(shù)專家希望在功率和計算限制更保守的設(shè)備上進(jìn)行更多的本地計算，而不是通過網(wǎng)絡(luò)連接將數(shù)據(jù)往返于大型數(shù)據(jù)中心。在這種情況下，該方法涉及創(chuàng)建超特定的芯片，這些芯片是根據(jù)機器人的物理布局和及其預(yù)期用途設(shè)計的。通過考慮機器人對周圍環(huán)境的感知、對其在這些環(huán)境中的位置的映射和理解，以及由上述映射和所需動作產(chǎn)生的運動規(guī)劃等方面的要求，研究人員可以設(shè)計出處理芯片，通過用硬件加速補充軟件算法，大大提高最后一個階段的效率。

　　大多數(shù)人經(jīng)常遇到的硬件加速的經(jīng)典例子就是圖形處理單元，或者說GPU。GPU本質(zhì)上是一個專門為處理圖形計算操作任務(wù)而設(shè)計的處理器，比如顯示渲染和視頻播放。GPU之所以受歡迎，是因為幾乎所有的現(xiàn)代計算機都會運行到圖形密集型應(yīng)用，但由于更多可定制和高效的小型芯片制造技術(shù)的出現(xiàn)，用于一系列不同功能的定制芯片最近變得更加流行。

　　現(xiàn)在MIT新聞介紹了Neuman機器人控制硬件芯片設(shè)計情況。該系統(tǒng)創(chuàng)建了一個定制的硬件設(shè)計，以最好地滿足特定機器人的計算需求。用戶輸入機器人的參數(shù)，比如它的肢體布局和各個關(guān)節(jié)的運動方式。Neuman系統(tǒng)將這些物理屬性轉(zhuǎn)化為數(shù)學(xué)矩陣。這些矩陣是 "稀疏的"，這意味著它們包含許多零值，這些零值大致對應(yīng)于給定機器人特殊解剖結(jié)構(gòu)下不可能的動作。

　　然后，該系統(tǒng)設(shè)計了一個專門的硬件架構(gòu)，只對矩陣中的非零值運行計算。因此，所產(chǎn)生的芯片設(shè)計是量身定做的，以最大限度地提高機器人計算需求的效率。而這種定制化設(shè)計在測試中得到了回報。Neuman的團(tuán)隊使用了一種現(xiàn)場可編程門陣列(FPGA)，這有點像介于完全定制芯片和現(xiàn)成CPU之間的中間點，它的性能明顯優(yōu)于后者。

　　讓機器人對環(huán)境做出更快的反應(yīng)并不僅僅是為了提高制造速度和效率，這也是為了讓機器人在人類與機器人并肩工作和協(xié)作的情況下更加安全地工作。這仍然是機器人技術(shù)在日常生活中更廣泛使用的重要障礙，這意味著這項研究可以幫助未來人類和機器人和諧共存。