最近，清华大学类脑芯片的最新研究成果登上了《Science》子刊。该研究由清华大学精密仪器系教授、类脑计算中心主任施路平所领导，其团队成员来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和加州大学圣塔芭芭拉分校等科研机构。论文《Neuromorphic computing chip with spatiotemporal elasticity for multi-intelligent-tasking robots》：

由清华大学施路平等人开发的「天机猫」机器人搭载自研的天机芯X（TianjicX）类脑计算芯片，这种神经形态芯片可以以节能的方式同时运行跨计算范式的多种AI算法，并处理多种机器人协调方式。这是神经形态系统应用的一个重要案例，可以让小型机器人使用有限的计算资源和能力做出决定。

研究人员表示，TianjicX芯片支持计算资源的自适应分配和每项任务的执行时间调度。实现这种方法的关键是一个高级模型「Rivulet」，它弥合了机器人算力要求和硬件实现之间的差距，通过静态数据的分发和动态数据的流化抽象神经网络任务的执行，采用时间和空间切片实现对每个活动进行弹性资源分配，并进行可配置的混合同步异步分组。

Rivulet能够支持独立和交互的执行。以此为基础，清华研究人员通过硬件设计实现时空弹性，开发了基于28纳米制程的事件驱动、高并行、低延迟、低功耗神经形态芯片TianjicX。使用单一的天机芯X芯片和专门开发的编译器堆栈，研究人员构建了多智能任务移动机器人天机猫。它可以同时执行多个任务，包括声音识别和跟踪、物体识别、避障和决策。

与NVIDIA Jetson TX2相比，TianjicX的延迟大幅降低了79.09倍，动态功耗也能降低50.66%。对于大多数商业化的机器人，进行猫捉老鼠的追逐有一个难度级别的提升，这些机器人通常在仓库或工厂中遵循非常可预测的例程运作。许多与更复杂和不可预测的环境进行交互的机器人依赖于人类操作员的远程控制，或者必须与密集决策所需的计算能力的远程数据中心保持无线连接。在清华大学的实验室演示中，可看到天机芯类脑芯片展现出的强大能力。神经形态系统尚未大规模商业化，但它们相对较低的尺寸、重量和功率要求可以为机器人部署提供实际优势。