Revoliucija kompiuterinėse technologijose: Greifsvaldo tyrimai, įkvėpti smegenų!

Revoliucija kompiuterinėse technologijose: Greifsvaldo tyrimai, įkvėpti smegenų!

Greifsvaldo universiteto fizikai kuria daug žadantį, energiją taupančių kompiuterių metodą, kurį įkvėpė žmogaus smegenys. Atsižvelgiant į iššūkius, su kuriais susiduria šiuolaikinės skaičiavimo technologijos – ypač didelį energijos suvartojimą, saugojimo ir apdorojimo blokų atskyrimą ir lėtą duomenų perdavimą – būtina permąstyti skaičiavimo architektūrą. Augantys reikalavimai dėl plačių AI modelių ir didžiulio duomenų kiekio skatina neuromorfinių koncepcijų, pagrįstų žmogaus smegenų funkcija, tyrimus. Šie metodai tampa vis svarbesni siekiant tvarios kompiuterių mokslo plėtros, pvz uni-greifswald.de pranešė.

Tahereho Sadato Parvini ir prof. dr. Markus Münzenberg vadovaujama tyrimų grupė dirba su magnetinėmis tunelinėmis jungtimis (MTJ), kurios gali saugoti ir apdoroti informaciją. Komanda kuria hibridinę optoelektrinio sužadinimo schemą, kuri sujungia elektros sroves su trumpais lazerio impulsais. Ši metodika leidžia generuoti dideles termoelektrines įtampas MTJ, kurios skatina sinapsinį elgesį.

Naujos technologijos savybės ir pritaikymas

Magnetiniai tunelio kontaktai pasižymi trimis išskirtinėmis savybėmis: Pirma, įtampą galima lanksčiai reguliuoti, o tai atitinka sinapsinį svorį. Antra, atsiranda spontaniški "smaigalių" signalai, panašūs į informacijos mainus tarp nervų ląstelių. Trečia, sukurtas neuromorfinis tinklas modeliavimo metu pasiekė 93,7% ranka rašytų skaitmenų atpažinimo tikslumą. Prof. Dr. Markus Münzenberg pabrėžia kompaktišką ir energiją taupančią platformą, dėl kurios ši technologija yra iš anksto nulemta būsimoms kompiuterių programoms. Be to, technologija suderinama su esama puslaidininkių technologija, todėl ją galima naudoti kasdieniuose įrenginiuose ir didelio našumo kompiuteriuose.

Iššūkius dabartinėje skaičiavimo srityje, pvz., didėjančias lustų kūrimo ir gamybos sąnaudas bei būtiną dėmesį išteklius taupančioms technologijoms, taip pat sprendžia iis.fraunhofer.de temomis. Neuromorfinis skaičiavimas laikomas sprendimu, nes jis imituoja biologinių smegenų veikimo būdą. Šie metodai ne tik pagerina energijos vartojimo efektyvumą, bet ir įgalina daug išteklių reikalaujančias AI programas baterijomis maitinamuose įrenginiuose.

Neuromorfinio skaičiavimo ateities perspektyvos

Pagrindinis neuromorfinio skaičiavimo aspektas yra mažo delsos ir didelio energijos vartojimo efektyvumo derinys, kuris skirtas padėti optimizuoti realaus laiko krašto AI programas. Ši technologija galėtų atlikti pagrindinį vaidmenį, ypač duomenų apsaugos sprendimų, kuriems nereikia prieigos prie debesų sistemų, srityje. Todėl „Fraunhofer IIS“ inicijavo „Neuromorfinio skaičiavimo“ projektą, kurio metu kuriami CMOS technologijos neuromorfinių procesorių algoritmai ir aparatinė įranga, skirta integruoti į galutinius įrenginius.

Be to, pramonė kuria novatoriškas DI programas, kurios įgalins didelį lygiagretų apdorojimą ir mažą delsą. Didžiosios kompanijos, tokios kaip „Intel“, IBM ir kitos mokslinių tyrimų institucijos, daug investuoja į šią technologiją, kuri vidutinės trukmės laikotarpiu galėtų būti naudojama tokiose srityse kaip robotika, medicinos technologijos ir autonominės sistemos. techzeitgeist.de numatė.

Nors yra tokių patobulinimų kaip „Intel“ „Loihi“ lustas, kuris yra specialiai optimizuotas kraštinėms kompiuterinėms programoms, tokie iššūkiai kaip didelės gamybos sąnaudos ir poreikis kurti tinkamą programinę įrangą stabdo neuromorfinių sistemų plitimą. Prognozės rodo, kad pirmieji neuromorfiniai lustai gali būti prieinami iki 2025 m., tačiau dėl esamų kliūčių jie negali būti lengvai integruoti į masinę rinką.

Neuromorfinės skaičiavimo technologijos plėtra, kurią skatina Greifsvaldo universitetas ir palaikoma bendradarbiaujant su tokiais institutais kaip Maxo Plancko šviesos mokslo institutas ir Tarptautinė Iberijos nanotechnologijų laboratorija, yra reikšminga pažanga, galinti ne tik pakeisti kompiuterių mokslą, bet ir turėti įtakos daugeliui kitų pramonės šakų.