Rewolucja w technologii komputerowej: badania w Greifswaldzie inspirowane mózgiem!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Fizycy z Uniwersytetu w Greifswaldzie opracowują technologie neuromorficzne do energooszczędnego przetwarzania danych, inspirowane ludzkim mózgiem.

Physiker der Uni Greifswald entwickeln neuromorphe Technologien zur energiesparenden Datenverarbeitung, inspiriert vom menschlichen Gehirn.
Fizycy z Uniwersytetu w Greifswaldzie opracowują technologie neuromorficzne do energooszczędnego przetwarzania danych, inspirowane ludzkim mózgiem.

Rewolucja w technologii komputerowej: badania w Greifswaldzie inspirowane mózgiem!

Fizycy z Uniwersytetu w Greifswaldzie opracowują obiecujące podejście do energooszczędnych komputerów, inspirowane ludzkim mózgiem. Biorąc pod uwagę wyzwania stojące przed dzisiejszą technologią komputerową – szczególnie wysokie zużycie energii, oddzielenie jednostek pamięci masowej od jednostek przetwarzających oraz powolne przesyłanie danych – konieczne jest ponowne przemyślenie architektury obliczeniowej. Rosnące wymagania wynikające z rozbudowanych modeli sztucznej inteligencji i ogromnych ilości danych napędzają badania nad koncepcjami neuromorficznymi opartymi na funkcjonowaniu ludzkiego mózgu. Podejścia te stają się coraz bardziej istotne dla osiągnięcia zrównoważonego rozwoju w informatyce, np uni-greifswald.de zgłoszone.

Zespół badawczy kierowany przez dr Tahereh Sadat Parvini i prof. dr Markusa Münzenberga pracuje nad magnetycznymi złączami tunelowymi (MTJ), które mogą zarówno przechowywać, jak i przetwarzać informacje. Zespół opracowuje hybrydowy schemat wzbudzenia optoelektrycznego, który łączy prądy elektryczne z krótkimi impulsami laserowymi. Metodologia ta umożliwia generowanie dużych napięć termoelektrycznych w MTJ, które promują zachowanie podobne do synaps.

Właściwości i zastosowania nowej technologii

Magnetyczne styki tunelowe charakteryzują się trzema niezwykłymi właściwościami: Po pierwsze, napięcie można elastycznie regulować, co odpowiada ciężarowi synaptycznemu. Po drugie, pojawiają się spontaniczne sygnały „szczytowe”, podobne do wymiany informacji między komórkami nerwowymi. Po trzecie, opracowana sieć neuromorficzna osiągnęła w symulacjach dokładność rozpoznawania cyfr pisanych odręcznie na poziomie 93,7%. Prof. dr Markus Münzenberg podkreśla kompaktową i energooszczędną platformę, co czyni tę technologię predestynowaną do przyszłych zastosowań komputerowych. Ponadto technologia jest kompatybilna z istniejącą technologią półprzewodnikową, co umożliwia jej zastosowanie w urządzeniach codziennego użytku i komputerach o dużej wydajności.

Wyzwania w obecnym obszarze obliczeń, takie jak rosnące koszty rozwoju i produkcji chipów oraz konieczność skupienia się na technologiach oszczędzających zasoby, są również podejmowane przez iis.fraunhofer.de tematyczne. Obliczenia neuromorficzne są postrzegane jako rozwiązanie, ponieważ naśladują sposób działania mózgu biologicznego. Podejścia te nie tylko poprawiają efektywność energetyczną, ale także umożliwiają stosowanie wymagających dużej ilości zasobów aplikacji AI na urządzeniach zasilanych bateryjnie.

Przyszłe perspektywy w informatyce neuromorficznej

Kluczowym aspektem obliczeń neuromorficznych jest połączenie małych opóźnień i wysokiej efektywności energetycznej, co ma pomóc w optymalizacji aplikacji brzegowych AI w czasie rzeczywistym. Technologia ta może odegrać kluczową rolę, szczególnie w obszarze rozwiązań z zakresu ochrony danych, które nie wymagają dostępu do systemów chmurowych. Dlatego Fraunhofer IIS zainicjował projekt „Neuromorphic Computing”, w ramach którego opracowywane są algorytmy i sprzęt dla procesorów neuromorficznych w technologii CMOS do integracji z urządzeniami końcowymi.

Ponadto branża pracuje nad rozwojem innowacyjnych aplikacji brzegowych AI, które umożliwią wysokie przetwarzanie równoległe i niskie opóźnienia. Duże firmy, takie jak Intel, IBM i inne instytucje badawcze, intensywnie inwestują w tę technologię, która w perspektywie średnioterminowej mogłaby zostać wykorzystana w takich obszarach, jak robotyka, technologia medyczna i systemy autonomiczne techzeitgeist.de przewidywane.

Chociaż istnieją rozwiązania takie jak chip Loihi firmy Intel, który jest specjalnie zoptymalizowany pod kątem zastosowań przetwarzania brzegowego, wyzwania, takie jak wysokie koszty produkcji i potrzeba opracowania odpowiedniego oprogramowania, utrudniają rozprzestrzenianie się systemów neuromorficznych. Prognozy pokazują, że pierwsze chipy neuromorficzne mogą być dostępne do 2025 r., jednak nie można ich łatwo zintegrować z rynkiem masowym ze względu na istniejące przeszkody.

Rozwój technologii obliczeń neuromorficznych, napędzany przez Uniwersytet w Greifswaldzie i wspierany przez współpracę z instytutami takimi jak Instytut Nauki o Świetle Maxa Plancka i Międzynarodowe Laboratorium Nanotechnologii Iberyjskiej, stanowi znaczący postęp, który może nie tylko zrewolucjonizować informatykę, ale będzie miał również wpływ na wiele innych gałęzi przemysłu.