Revolúcia vo výpočtovej technike: Greifswaldský výskum inšpirovaný mozgom!

Revolúcia vo výpočtovej technike: Greifswaldský výskum inšpirovaný mozgom!

Fyzici na univerzite v Greifswalde vyvíjajú sľubný prístup k energeticky efektívnym počítačom, ktorý je inšpirovaný ľudským mozgom. Vzhľadom na výzvy, ktorým čelí dnešná výpočtová technika – najmä vysoká spotreba energie, oddelenie úložných a spracovateľských jednotiek a pomalé prenosy údajov – je nevyhnutné prehodnotiť výpočtovú architektúru. Rastúce požiadavky v dôsledku rozsiahlych modelov AI a obrovského množstva údajov poháňajú výskum neuromorfných konceptov, ktoré sú založené na funkcii ľudského mozgu. Tieto prístupy sa stávajú čoraz relevantnejšími pre dosiahnutie trvalo udržateľného rozvoja v informatike, ako napr uni-greifswald.de nahlásené.

Výskumný tím vedený Dr. Tahereh Sadat Parvini a prof. Dr. Markusom Münzenbergom pracuje na magnetických tunelových spojoch (MTJ), ktoré dokážu uchovávať aj spracovávať informácie. Tím vyvíja hybridnú optoelektrickú budiacu schému, ktorá kombinuje elektrické prúdy s krátkymi laserovými impulzmi. Táto metodika umožňuje generovanie veľkých termoelektrických napätí v MTJ, ktoré podporujú správanie podobné synapsii.

Vlastnosti a aplikácie novej technológie

Magnetické tunelové kontakty sa vyznačujú tromi pozoruhodnými vlastnosťami: Po prvé, napätie sa dá flexibilne nastaviť, čo zodpovedá synaptickej hmotnosti. Po druhé, dochádza k spontánnym „špičkovým“ signálom, podobne ako pri výmene informácií medzi nervovými bunkami. Po tretie, vyvinutá neuromorfná sieť dosiahla 93,7% presnosť rozpoznávania ručne písaných číslic v simuláciách. Prof. Dr. Markus Münzenberg vyzdvihuje kompaktnú a energeticky úspornú platformu, vďaka ktorej je táto technológia predurčená pre budúce výpočtové aplikácie. Táto technológia je navyše kompatibilná s existujúcou polovodičovou technológiou, čo umožňuje jej použitie v každodenných zariadeniach a vysokovýkonných počítačoch.

Výzvy v súčasnej výpočtovej oblasti, ako sú zvyšujúce sa náklady na vývoj a výrobu čipov a nevyhnutné zameranie sa na technológie šetriace zdroje, sú tiež riešené iis.fraunhofer.de tematizované. Neuromorfné výpočty sa považujú za riešenie, pretože napodobňujú spôsob, akým funguje biologický mozog. Tieto prístupy nielen zlepšujú energetickú účinnosť, ale umožňujú aj aplikácie AI náročné na zdroje na zariadeniach napájaných z batérie.

Vyhliadky do budúcnosti v neuromorfných výpočtoch

Kľúčovým aspektom neuromorfných výpočtov je kombinácia nízkej latencie a vysokej energetickej účinnosti, ktorá má pomôcť optimalizovať okrajové aplikácie AI v reálnom čase. Táto technológia by mohla zohrať kľúčovú úlohu najmä v oblasti riešení ochrany údajov, ktoré nevyžadujú prístup ku cloudovým systémom. Fraunhofer IIS preto inicioval projekt „Neuromorphic Computing“, ktorý vyvíja algoritmy a hardvér pre neuromorfné procesory v technológii CMOS na integráciu do koncových zariadení.

Okrem toho priemysel pracuje na vývoji inovatívnych okrajových AI aplikácií, ktoré umožnia vysoké paralelné spracovanie a nízku latenciu. Veľké spoločnosti ako Intel, IBM a ďalšie výskumné inštitúcie investujú veľké prostriedky do tejto technológie, ktorá by sa mohla v strednodobom horizonte využiť v oblastiach ako robotika, medicínska technika a autonómne systémy. techzeitgeist.de predpovedal.

Hoci existuje vývoj, ako je čip Loihi od spoločnosti Intel, ktorý je špeciálne optimalizovaný pre aplikácie edge computingu, šíreniu neuromorfných systémov stoja v ceste výzvy ako vysoké výrobné náklady a potreba vyvinúť vhodný softvér. Prognózy ukazujú, že prvé neuromorfné čipy by mohli byť dostupné do roku 2025, ale kvôli existujúcim prekážkam ich nemožno ľahko integrovať do masového trhu.

Vývoj v neuromorfnej výpočtovej technológii, poháňaný Univerzitou v Greifswalde a podporovaný spoluprácou s inštitútmi, ako je Inštitút Maxa Plancka pre vedu svetla a Medzinárodné laboratórium iberskej nanotechnológie, predstavuje významný pokrok, ktorý by mohol nielen spôsobiť revolúciu v informatike, ale bude mať vplyv aj na mnohé ďalšie odvetvia.