📋 Содержание
🆚 Мозг против видеокарты: в чём разница
| Параметр | GPU (графический процессор) | Нейроморфный процессор (SNN) |
|---|---|---|
| Принцип обработки | Берёт кадр целиком, прогоняет через миллиарды операций | Нейроны молчат большую часть времени и активируются только при изменениях |
| Холостой ход | ❌ Пересчитывает всё заново, даже если ничего не изменилось | ✅ Нет изменений — нет вычислений, нет расхода энергии |
| Передача данных | Непрерывные числа между слоями нейросети — постоянно | Короткие «импульсы» — как настоящие нейроны в мозге — только при необходимости |
| Объём вычислений | Базовый уровень 1× | В 10–64 раза меньше при той же задаче |
| Аналогия | Перечитывать книгу с первой страницы каждый раз, чтобы вспомнить одно слово | Мозг стрекозы: реагирует лишь на движение добычи или препятствия |
Что значит «работать по принципам мозга животных»? Вот три конкретных примера из природы:
🪰 Муха
Уворачивается от мухобойки за 30 мс — её зрительная система реагирует не на картинку, а на расширение тёмного пятна в поле зрения. SNN копирует именно этот механизм.🦟 Стрекоза
Отслеживает добычу на фоне хаотичного движения листьев — мозг выделяет «маленький движущийся объект» и игнорирует фон. Нейроморфная камера делает то же самое.🐦 Голубь
Удерживает горизонт при порывах ветра без GPS и акселерометра — только по потоку оптических сигналов. Именно оптический поток лежит в основе системы зависания нейроморфного дрона TU Delft.🔬 Разработка TU Delft: от идеи к летающему прототипу
Команда учёных под руководством Федерико Паредес-Вальеса в 2024 году впервые создала полностью нейроморфный конвейер «зрение → управление» на борту летящего беспилотника, опубликовав результаты в журнале Science Robotics.
⚙️ Архитектура нейроморфного прототипа TU Delft
✈️ Не сухой академизм, а полёт насекомого: быстро, точно, без права на паузу
Перед прототипом ставили три базовые задачи, которые любое летающее существо решает инстинктивно: зависнуть на месте, плавно приземлиться и сместиться боком, одновременно удерживая курс при рыскании. Всё это — без GPS и внешних систем позиционирования, только по собственному «зрению». Оценить поведение дрона в полёте можно в официальном видео от команды TU Delft.
Дрон решал поставленные задачи в четырёх разных световых сценариях: нормальное освещение, почти полная темнота, резкое мерцание ламп и хаотичный узорчатый фон — условия, при которых стандартная камера теряет ориентацию. Ключевым доказательством «животного» принципа работы стал оптический поток: дрон оценивал собственное движение так же, как птица или насекомое — по тому, как картинка «плывёт» относительно поверхности под ним, а не по абсолютным координатам. По словам Паредес-Вальеса, главной сложностью было не выстроить архитектуру решения, а обучить импульсную нейросеть так, чтобы она одинаково хорошо работала и в симуляторе, и на реальном аппарате.
⚡ Ключевые результаты оригинального прототипа:
🌐 Параллельные разработки и взгляд в будущее
Опубликована работа о первой нейроморфной системе управления ориентацией для квадрокоптера Crazyflie: SNN напрямую конвертирует данные сенсоров в команды двигателям без промежуточных блоков.
Крупнейшая в мире нейроморфная система с 1,15 млрд нейронов и 128 млрд синапсов. Hala Point совмещает импульсные нейросети с классическими x86-ядрами, моделирует поведение роёв дронов в реальном времени и обрабатывает 380 трлн синаптических операций в секунду. Это открывает дорогу к бортовым системам, способным не просто реагировать на препятствия, но обучаться прямо в полёте — без перезагрузки и подключения к облаку.
«Они не требуют большой оперативной памяти — вычисления и хранение весов сети происходят прямо в памяти, что критично для автономности». — Шамиль Магомедов, специалист по нейроморфным системам, РТУ МИРЭА
🇷🇺 Россия: не только экспертиза, но и реальные разработки
Пока мировые лидеры делают ставку на Intel и крупные исследовательские консорциумы, в России уже существуют собственные нейроморфные платформы — и это не просто концепты на бумаге.
🏭 «Мотив НТ» — процессор AltAI («Алтай»)
Новосибирская компания разрабатывает нейроморфный процессор с 2015 года.
«Платформа обеспечивает баланс между производительностью, энергопотреблением и размерами — это принципиально важно для рынка микроэлектроники в России». — Валерий Канглер, технический директор «Мотив НТ»
🔬 НПЦ «ЭЛВИС» — чип К1892ВМ21Я
Бортовой чип — система на кристалле с DSP-ядрами ELCore-50.
🎯 Где нейроморфный дрон даёт реальное преимущество
🔮 Нейроморфные технологии дают дрону реальное преимущество там, где обычный GPU пасует. И, может, в этом есть своя логика: если дрону нужно часами кружить над полем, замечая малейшие изменения в посевах, — почему бы ему не войти в роль шмеля или стрекозы, которые делают это миллионы лет без единой подзарядки?
🧠 От стрекозы — к беспилотнику будущего
Нейроморфные технологии меняют саму архитектуру «мышления» дрона: не тяжёлый GPU, а лёгкий, быстрый и экономичный процессор, работающий по принципам живого мозга. Исследования TU Delft, разработки «Мотив НТ» и мощь Intel Hala Point — все они указывают в одну сторону: следующее поколение беспилотников будет думать иначе.
