Revolution inom datorteknik: Greifswald-forskning inspirerad av hjärnan!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Fysiker vid universitetet i Greifswald utvecklar neuromorfa teknologier för energibesparande databehandling, inspirerad av den mänskliga hjärnan.

Physiker der Uni Greifswald entwickeln neuromorphe Technologien zur energiesparenden Datenverarbeitung, inspiriert vom menschlichen Gehirn.
Fysiker vid universitetet i Greifswald utvecklar neuromorfa teknologier för energibesparande databehandling, inspirerad av den mänskliga hjärnan.

Revolution inom datorteknik: Greifswald-forskning inspirerad av hjärnan!

Fysiker vid universitetet i Greifswald utvecklar ett lovande tillvägagångssätt för energieffektiva datorer som är inspirerat av den mänskliga hjärnan. Med tanke på de utmaningar som dagens datorteknik står inför - särskilt hög energiförbrukning, separation av lagrings- och bearbetningsenheter och långsamma dataöverföringar - är det nödvändigt att tänka om i datorarkitekturen. Ökande krav på grund av omfattande AI-modeller och enorma mängder data driver forskning kring neuromorfa koncept som är baserade på den mänskliga hjärnans funktion. Dessa angreppssätt blir allt mer relevanta för att uppnå hållbar utveckling inom datavetenskap, som t.ex uni-greifswald.de rapporterad.

Forskargruppen ledd av Dr. Tahereh Sadat Parvini och Prof. Dr. Markus Münzenberg arbetar med magnetiska tunnelkorsningar (MTJ) som både kan lagra och bearbeta information. Teamet utvecklar ett hybridoptoelektriskt exciteringsschema som kombinerar elektriska strömmar med korta laserpulser. Denna metod tillåter generering av stora termoelektriska spänningar i MTJs, som främjar synapsliknande beteende.

Egenskaper och tillämpningar av den nya tekniken

De magnetiska tunnelkontakterna kännetecknas av tre anmärkningsvärda egenskaper: För det första kan spänningen flexibelt justeras, vilket motsvarar en synaptisk vikt. För det andra uppstår spontana "spik"-signaler, liknande utbytet av information mellan nervceller. För det tredje uppnådde ett utvecklat neuromorft nätverk 93,7 % igenkänningsnoggrannhet för handskrivna siffror i simuleringar. Prof. Dr. Markus Münzenberg lyfter fram den kompakta och energibesparande plattformen, som gör denna teknik förutbestämd för framtida datortillämpningar. Dessutom är tekniken kompatibel med befintlig halvledarteknik, vilket gör det möjligt att använda den i vardagliga enheter och högpresterande datorer.

Utmaningarna inom det aktuella datorområdet, såsom de ökande kostnaderna för chiputveckling och produktion och det nödvändiga fokuset på resursbesparande teknologier, tas också upp av iis.fraunhofer.de tematiseras. Neuromorf datoranvändning ses som en lösning eftersom den efterliknar hur den biologiska hjärnan fungerar. Dessa tillvägagångssätt förbättrar inte bara energieffektiviteten, utan möjliggör också resurskrävande AI-tillämpningar på batteridrivna enheter.

Framtidsutsikter inom neuromorfisk databehandling

En nyckelaspekt av neuromorfisk datoranvändning är kombinationen av låg latens och hög energieffektivitet, vilket är avsett att hjälpa till att optimera AI-applikationer i realtid. Denna teknik kan spela en nyckelroll, särskilt inom området för dataskyddslösningar som inte kräver tillgång till molnsystem. Fraunhofer IIS har därför initierat projektet "Neuromorphic Computing", som utvecklar algoritmer och hårdvara för neuromorfa processorer i CMOS-teknik för integration i slutenheter.

Dessutom arbetar branschen med utvecklingen av innovativa edge AI-applikationer som kommer att möjliggöra hög parallell bearbetning och låg latens. Stora företag som Intel, IBM och andra forskningsinstitutioner satsar hårt på denna teknik, som på medellång sikt skulle kunna användas inom områden som robotik, medicinteknik och autonoma system techzeitgeist.de förutspått.

Även om det finns utvecklingar som Intels Loihi-chip, som är specifikt optimerat för edge computing-applikationer, står utmaningar som höga produktionskostnader och behovet av att utveckla lämplig mjukvara i vägen för spridningen av neuromorfa system. Prognoser visar att de första neuromorfa chipsen kan vara tillgängliga 2025, men de kan inte enkelt integreras på massmarknaden på grund av befintliga hinder.

Utvecklingen inom neuromorf datorteknik, driven av universitetet i Greifswald och stödd av samarbeten med institut som Max Planck Institute for the Science of Light och International Iberian Nanotechnology Laboratory, representerar ett betydande framsteg som inte bara kan revolutionera datavetenskap, utan kommer också att ha en inverkan på många andra industrier.