Революция в компютърните технологии: Изследвания от Грайфсвалд, вдъхновени от мозъка!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Физиците от университета в Грайфсвалд разработват невроморфни технологии за енергоспестяваща обработка на данни, вдъхновени от човешкия мозък.

Physiker der Uni Greifswald entwickeln neuromorphe Technologien zur energiesparenden Datenverarbeitung, inspiriert vom menschlichen Gehirn.
Физиците от университета в Грайфсвалд разработват невроморфни технологии за енергоспестяваща обработка на данни, вдъхновени от човешкия мозък.

Революция в компютърните технологии: Изследвания от Грайфсвалд, вдъхновени от мозъка!

Физиците от университета в Грайфсвалд разработват обещаващ подход за енергийно ефективни компютри, който е вдъхновен от човешкия мозък. Като се имат предвид предизвикателствата, пред които е изправена днешната компютърна технология - особено високата консумация на енергия, разделянето на единици за съхранение и обработка и бавни трансфери на данни - е необходимо преосмисляне на компютърната архитектура. Нарастващите изисквания, дължащи се на обширни AI модели и огромни количества данни, стимулират изследванията на невроморфни концепции, които се основават на функцията на човешкия мозък. Тези подходи стават все по-подходящи за постигане на устойчиво развитие в компютърните науки, като напр uni-greifswald.de докладвани.

Изследователският екип, ръководен от д-р Tahereh Sadat Parvini и проф. д-р Markus Münzenberg, работи върху магнитни тунелни възли (MTJs), които могат едновременно да съхраняват и обработват информация. Екипът разработва хибридна оптоелектрична схема за възбуждане, която комбинира електрически токове с къси лазерни импулси. Тази методология позволява генерирането на големи термоелектрични напрежения в MTJ, които насърчават поведение, подобно на синапс.

Свойства и приложения на новата технология

Магнитните тунелни контакти се характеризират с три забележителни свойства: Първо, напрежението може да се регулира гъвкаво, което съответства на синаптично тегло. Второ, появяват се спонтанни сигнали „пик“, подобно на обмена на информация между нервните клетки. Трето, разработена невроморфна мрежа постигна 93,7% точност на разпознаване за ръкописни цифри в симулации. Проф. д-р Маркус Мюнценберг подчертава компактната и енергоспестяваща платформа, която прави тази технология предопределена за бъдещи компютърни приложения. В допълнение, технологията е съвместима със съществуващата полупроводникова технология, което прави възможно използването й в ежедневни устройства и високопроизводителни компютри.

Предизвикателствата в настоящата компютърна област, като нарастващите разходи за разработване и производство на чипове и необходимото съсредоточаване върху ресурсоспестяващи технологии, също се разглеждат от iis.fraunhofer.de тематизирани. Невроморфното изчисление се разглежда като решение, защото имитира начина, по който работи биологичният мозък. Тези подходи не само подобряват енергийната ефективност, но също така позволяват ресурсоемки AI приложения на устройства, захранвани от батерии.

Бъдещи перспективи в невроморфното изчисление

Ключов аспект на невроморфното изчисление е комбинацията от ниска латентност и висока енергийна ефективност, която е предназначена да помогне за оптимизиране на крайните AI приложения в реално време. Тази технология може да играе ключова роля, особено в областта на решенията за защита на данните, които не изискват достъп до облачни системи. Затова Fraunhofer IIS инициира проекта „Neuromorphic Computing“, който разработва алгоритми и хардуер за невроморфни процесори в CMOS технология за интегриране в крайни устройства.

В допълнение, индустрията работи върху разработването на иновативни крайни AI приложения, които ще позволят висока паралелна обработка и ниска латентност. Големи компании като Intel, IBM и други изследователски институции инвестират сериозно в тази технология, която може да се използва в средносрочен план в области като роботика, медицински технологии и автономни системи techzeitgeist.de предвидено.

Въпреки че има разработки като чипа Loihi на Intel, който е специално оптимизиран за периферни изчислителни приложения, предизвикателства като високи производствени разходи и необходимостта от разработване на подходящ софтуер стоят на пътя на разпространението на невроморфните системи. Прогнозите показват, че първите невроморфни чипове могат да бъдат налични до 2025 г., но те не могат лесно да бъдат интегрирани в масовия пазар поради съществуващите препятствия.

Развитието на невроморфната изчислителна технология, движено от Университета в Грайфсвалд и подкрепено от сътрудничество с институти като Института Макс Планк за наука за светлината и Международната иберийска нанотехнологична лаборатория, представлява значителен напредък, който не само може да революционизира компютърните науки, но също така ще окаже влияние върху много други индустрии.