Dal livello di consumo energetico 5 al livello di consumo energetico 1, perché il “computo neuromorfico” è importante per il futuro della guida autonoma?

Nel 2022, Mercedes-Benz ha mostrato i muscoli: la concept car a basso consumo energetico VISION EQXX ha raggiunto un'autonomia di oltre 1.200 chilometri con una singola carica. L'obiettivo iniziale era raggiungere un'autonomia di 1.000 chilometri (10 chilometri per kilowattora di elettricità). Alla fine, sul circuito da Stoccarda, in Germania, a Silverstone, nel Northamptonshire, ha raggiunto un'efficienza energetica di quasi 12,1 chilometri per kilowattora di elettricità, ovvero un'autonomia di 1.207 chilometri con 100 kilowattora di elettricità.

L'anno scorso ha stabilito un nuovo record di consumo energetico: soli 7,4 kWh ogni 100 chilometri.

Mentre l'attenzione si concentra sulle prestazioni in termini di efficienza energetica, la Mercedes-Benz VISION EQXX è in realtà dotata di un'altra forma di elaborazione, il "neuromorphic computing". Mercedes-Benz è inoltre diventata la prima casa automobilistica al mondo ad applicare la tecnologia di calcolo neuromorfico ai modelli stradali legali. All'epoca, Mercedes-Benz dichiarò che questa tecnologia avrebbe potuto aiutare VISION EQXX a raggiungere e superare gli obiettivi di efficienza energetica in termini di durata stabiliti da Mercedes-Benz in ambienti stradali reali.

Perché la guida autonoma ha bisogno del "calcolo neuromorfico"?

Di recente, Mercedes-Benz ha ripreso questa tecnologia e ha dichiarato di aver avviato una collaborazione per la ricerca scientifica con l'Università di Waterloo in Canada nel campo del calcolo neuromorfico.

Che si tratti dei computer, dei telefoni cellulari, degli orologi intelligenti o delle automobili intelligenti che utilizziamo oggi, le loro architetture informatiche appartengono tutte alla classica architettura di von Neumann. Le unità di elaborazione e le unità di archiviazione di questa architettura sono separate. Ad esempio, quando esaminiamo le configurazioni di computer e telefoni cellulari, prendiamo sempre in considerazione i modelli di CPU e GPU, il numero di core e la frequenza principale, la quantità di memoria e di spazio di archiviazione disponibili e, se siamo più nel dettaglio, prendiamo in considerazione la larghezza di banda della memoria, le velocità di lettura e scrittura dello storage e così via.

Ciò avviene perché nell'architettura di von Neumann le informazioni sono codificate in formato digitale, solitamente binario, e sono collegate a unità di elaborazione e memorie indipendenti tramite un bus per l'immissione di informazioni e l'emissione di risultati di calcolo.

È come se si trattasse di un grande ristorante, dove gli ingredienti necessitano di manodopera per essere trasportati dal magazzino al frigorifero in cucina, da lì vengono estratti dal frigorifero, lavorati, impiattati e serviti al tavolo del consumatore dai camerieri. Questo processo non può essere interrotto, altrimenti i consumatori seduti al tavolo rimarranno affamati.

L'architettura di von Neumann esiste da decenni ed è ormai molto matura. Nella maggior parte dei casi non riteniamo che sia inappropriato. Come consumatori, grazie a questa architettura difficilmente "soffriamo la fame". Questo perché i giochi, i video e i software per ufficio attuali sono progettati in base ai colli di bottiglia delle prestazioni dell'hardware esistente. Cinque o sei anni fa, gli sviluppatori di videogiochi non sviluppavano giochi con tracciamento ottico perché NVIDIA non aveva ancora rilasciato questa tecnologia.

In passato, gli operatori del cinema e della televisione non producevano video in 8K perché non era ancora tutto pronto, dalle attrezzature di ripresa ai chip di decodifica e alle apparecchiature di riproduzione.

Prendiamo come esempio i grandi ristoranti. Poiché le procedure di lavorazione sono lunghe, i processi sono complicati e le esigenze dei clienti sono diverse, è necessario fare scorta di vari ingredienti, assumere chef famosi, formare camerieri e svolgere vari compiti. I costi sono elevati, il personale è complesso, gli orari di lavoro sono lunghi e il prezzo finale per i consumatori non è economico.

Questo è il difetto dell'architettura di von Neumann. Il più ovvio è la bassa efficienza di calcolo (il magazzino è troppo lontano, il frigorifero è pieno, lo chef è in ferie, il cameriere è pigro, la porta della cucina è troppo stretta, ecc., il che incide sull'efficienza del servizio del cibo) e l'elevato consumo energetico operativo (troppe persone, gestione difficile ed elevati costi di investimento).

Naturalmente, il punto di forza dell'architettura di von Neumann risiede nella sua precisione e nella sua capacità di calcolo generale, proprio come un buon ristorante può cucinare una varietà di piatti, tutti deliziosi.

Tuttavia, se un cliente ama particolarmente mangiare il riso fritto di Yangzhou e mangia solo riso fritto di Yangzhou, allora può naturalmente recarsi al grande ristorante di sopra per ogni pasto, ma il costo per il cliente sarà troppo alto.

Questo "riso fritto di Yangzhou" potrebbe essere l'attuale calcolo dell'intelligenza artificiale o, più specificatamente, il calcolo della guida assistita e della guida autonoma.

Secondo i dati forniti da Mercedes-Benz, se si continuerà a utilizzare l'architettura di von Neumann per i calcoli di guida intelligente, l'attuale livello L2 di guida assistita avrà un consumo energetico compreso tra 70 e 100 W. Questo non rappresenta un grosso problema per le nuove batterie energetiche che consumano decine di gradi di elettricità e ne consumano solo 1 al giorno.

Tuttavia, quando si passa alla fase di guida autonoma avanzata L4, questo consumo energetico potrebbe raggiungere i 1000W-3000W, il che ridurrà notevolmente l'autonomia dell'auto.

Naturalmente, possiamo sperare in progressi nella tecnologia dei processi dei semiconduttori, nella tecnologia delle batterie e così via, ma dobbiamo capire che il consumo di energia aumenta di dieci o addirittura decine di volte passando dai livelli di guida intelligente L2 a L4, mentre la riduzione del consumo di energia apportata dalla tecnologia dei semiconduttori avviene spesso a un tasso percentuale a una o due cifre.

Pertanto, l'industria spera di avere a disposizione una nuova forma di elaborazione specifica per lo scenario della guida autonoma, ovvero il "computing neuromorfico" menzionato in precedenza.

Come accennato in precedenza, i punti di forza dell'architettura di von Neumann risiedono nell'enfasi posta sulla precisione logica e sull'elaborazione generale, ma la sua efficienza è bassa e il suo consumo energetico è elevato. Il calcolo neuromorfico, d'altro canto, è efficace nel riconoscimento di schemi, nella percezione, nell'apprendimento e nell'adattamento e il suo consumo energetico è molto basso.

Poiché la tecnologia di guida intelligente è entrata nell'era end-to-end e si basa su modelli di grandi dimensioni, in particolare sul coinvolgimento di grandi modelli di linguaggio visivo, la richiesta di riconoscimento di modelli, percezione, apprendimento e adattamento sta diventando sempre più grande. Per questo motivo, il "neuromorphic computing" è stato gradualmente apprezzato da Mercedes-Benz e dall'industria, diventando una tecnologia promettente per raggiungere una guida autonoma di alto livello.

Specificamente per Mercedes-Benz, hanno collaborato con la società californiana di intelligenza artificiale BrainChip per sviluppare un sistema hardware e software basato sul chip neuromorfico Akida di BrainChip, integrato poi nella concept car VISION EQXX.

Dal livello di consumo energetico 5 al livello di consumo energetico 1, perché il "computing neuromorfico" può essere più efficiente dal punto di vista energetico e più sicuro?

In parole povere, il "computing neuromorfico" consiste nell'imitare il meccanismo del cervello umano nell'eseguire i calcoli. In quanto dispositivo di elaborazione dati per la guida autonoma, il cervello umano (senza rabbia al volante) presenta i vantaggi di elevate prestazioni e basso consumo energetico. Il consumo energetico complessivo è di soli 20 W, ovvero appena due panini al vapore ogni 100 chilometri.

Dal punto di vista del meccanismo di funzionamento del cervello umano, quando si guida, nonostante i sensori (occhi e orecchie) siano sempre attivi e tengano d'occhio e ascoltino tutte le direzioni, il cervello umano non è sempre in tensione. Al contrario, adatterà dinamicamente il suo stato operativo in base all'ambiente esterno. Su una strada trafficata e piena di grossi camion, il cervello umano sarà naturalmente più teso, mentre su un'autostrada aperta e pianeggiante, con un'ampia visuale, le persone saranno più rilassate.

Per dirla in termini più scientifici, la trasmissione delle informazioni nel cervello umano si basa su segnali a impulsi tra neuroni e sulla trasmissione chimica nelle sinapsi, un meccanismo che costituisce il metodo di comunicazione di base del sistema nervoso. Questo meccanismo è guidato dagli eventi: ad esempio, le cellule gangliari sensibili al movimento nella retina emettono impulsi solo quando rilevano un movimento.

Mercedes-Benz ha affermato nel suo articolo di presentazione tecnica:

Il fulcro del calcolo neuromorfico è la simulazione del meccanismo di funzionamento del cervello umano. Le informazioni non vengono codificate in formato digitale, ma vengono trasmesse imitando neuroni e sinapsi per generare "segnali a impulsi". Le aree interessate vengono "illuminate" solo quando necessario. Questo meccanismo di "attivazione su richiesta" non solo elimina lo svantaggio della lentezza dei calcoli nelle architetture informatiche tradizionali, ma supera anche radicalmente i limiti di un consumo energetico elevato e continuo. Neuroni e sinapsi sono fisicamente collocati e integrati, il che significa che le informazioni della rete neurale spiking non devono essere lette ripetutamente dalla memoria.

Anche il meccanismo di attenzione del cervello umano, che a volte è rilassato e a volte teso, può essere paragonato a un "condizionatore inverter". Agli albori dell'aria condizionata, funzionava a bassa potenza e si avviava e si arrestava a piena capacità alla temperatura impostata, senza considerare minimamente il risparmio energetico. Un bollino di consumo energetico a cinque livelli ha dimostrato i suoi sforzi e la sua perseveranza.

I condizionatori d'aria intelligenti a frequenza variabile aumentano la potenza di raffreddamento quando la temperatura ambiente è elevata e all'inizio dell'avvio, e la riducono quando la temperatura raggiunge il valore impostato. Viene utilizzato principalmente per mantenere una temperatura confortevole. Non solo consente di risparmiare energia elettrica, ma riduce anche le fluttuazioni di temperatura, facendo sì che il corpo si senta più a suo agio.

Allo stesso modo, il calcolo neuromorfico avvia i calcoli solo quando riceve informazioni e resta inattivo negli altri momenti, il che riduce significativamente il consumo energetico dell'elaborazione dei dati.

A questo punto, possiamo riassumere alcune caratteristiche del calcolo neuromorfico: fusione di elaborazione e archiviazione, esecuzione asincrona di istruzioni basate su eventi anziché sequenziali, capacità di riconoscimento di pattern, percezione, apprendimento e adattamento efficaci e basso consumo energetico.

Sul sito web ufficiale di Mercedes-Benz, la casa automobilistica registra una serie di collaborazioni e progressi nel campo del calcolo neuromorfico:

Mercedes-Benz e l'Università di Waterloo hanno firmato un memorandum d'intesa per collaborare alla ricerca nel campo del calcolo neuromorfico. La ricerca si concentra sullo sviluppo di algoritmi per sistemi avanzati di assistenza alla guida. Simulando le funzioni del cervello umano, il calcolo neuromorfico può migliorare significativamente le capacità di calcolo dell'intelligenza artificiale, rendendola più veloce e più efficiente dal punto di vista energetico. Pur mantenendo l'autonomia del veicolo, i sistemi di sicurezza riescono a rilevare meglio la segnaletica stradale, le corsie e gli oggetti, il che consente loro di reagire più rapidamente anche in condizioni di scarsa visibilità. Il calcolo neuromorfico ha il potenziale di ridurre del 90% l'energia necessaria per elaborare i dati di guida autonoma rispetto ai sistemi esistenti. La collaborazione con l'Università di Waterloo integra una serie di collaborazioni di ricerca già esistenti presso Mercedes-Benz nel campo dell'informatica neuromorfica, una delle quali si concentra sull'apprendimento neuromorfico end-to-end per la guida autonoma.

Mercedes-Benz sta collaborando con i partner per valutare in che modo il calcolo neuromorfico possa essere utilizzato per ottimizzare l'elaborazione dei dati radar nei sistemi di guida autonoma.

Mercedes-Benz collabora anche con l'Università di Scienze Applicate di Karlsruhe e il fulcro di questo lavoro sono le telecamere neuromorfiche, note anche come telecamere basate sugli eventi.

Questa serie di lavori, oltre a ridurre il consumo energetico dei sistemi di guida autonoma di livello L4 a 300 W, svolge anche un ruolo più importante in termini di sicurezza.

Grazie ai principi tecnici di base, il "computing neuromorfico" ha una velocità di elaborazione più rapida e una bassa latenza, che non è solo realizzata dal centro di calcolo, ma dipende anche dalla "fotocamera basata sugli eventi (fotocamera neuromorfica)" menzionata in precedenza.

Le fotocamere tradizionali catturano e analizzano le immagini analizzando l'immagine intera. Più pixel ci sono, più informazioni ci sono, ma allo stesso tempo maggiore è la potenza di calcolo e il consumo energetico richiesti. Le telecamere neuromorfiche estraggono informazioni basandosi sulle modifiche di un piccolo numero di pixel ad alta luminosità nell'immagine (questa modifica è un "evento"). Questo processo è più rapido rispetto all'analisi dell'intera immagine fotogramma per fotogramma, ha una latenza molto inferiore e quindi è più sicuro.

Naturalmente, nella concept car ad alta efficienza energetica VISION EQXX, l'obiettivo principale del calcolo neuromorfico è migliorare la velocità di attivazione vocale nell'auto (la velocità di risposta è ridotta da 200 millisecondi a 20 millisecondi) e ottimizzare l'interazione uomo-computer. È ancora lontano dall'essere utilizzato nel campo della guida intelligente, poiché si trova ancora allo stadio L2.

#Benvenuti a seguire l'account pubblico ufficiale WeChat di iFanr: iFanr (ID WeChat: ifanr), dove vi verranno presentati contenuti ancora più interessanti il ​​prima possibile.

iFanr | Link originale · Visualizza commenti · Sina Weibo