Drezno startuje z rewolucyjnym superkomputerem dla sztucznej inteligencji przyszłości!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

TU Dresden uruchamia superkomputer „SpiNNcloud” w celu opracowywania energooszczędnych systemów sztucznej inteligencji z przetwarzaniem neuromorficznym.

Die TU Dresden startet den Supercomputer „SpiNNcloud“, um energieeffiziente KI-Systeme mit neuromorphem Computing zu entwickeln.
TU Dresden uruchamia superkomputer „SpiNNcloud” w celu opracowywania energooszczędnych systemów sztucznej inteligencji z przetwarzaniem neuromorficznym.

Drezno startuje z rewolucyjnym superkomputerem dla sztucznej inteligencji przyszłości!

Politechnika Drezdeńska (TUD) wykonała znaczący krok w rozwoju energooszczędnych systemów sztucznej inteligencji, uruchamiając swój nowy superkomputer „SpiNNcloud”. Ten najnowocześniejszy system, opracowany pod kierownictwem prof. Christiana Mayra w Katedrze Wysoce Równoległych Systemów VLSI i Neuromikroelektroniki, oparty jest na nowatorskim chipie SpiNNaker2, który zawiera 35 000 chipów i ponad pięć milionów rdzeni procesorów. Głównym celem tej inicjatywy jest stworzenie neuromorficznych systemów obliczeniowych wzorowanych na ludzkim mózgu i wykorzystujących zasady podobne do mózgu, takie jak pamięć rozproszona i przetwarzanie sterowane zdarzeniami. Podejścia te umożliwiają znaczną redukcję zużycia energii przy jednoczesnym zwiększeniu wydajności i elastyczności tu-dresden.de zgłoszone.

Chip SpiNNaker2, opracowany w ramach prestiżowego, flagowego projektu UE Human Brain Project, zapewnia przetwarzanie w czasie rzeczywistym z opóźnieniami poniżej jednej milisekundy. Technologia dynamicznie dostosowuje się do złożonych i zmieniających się środowisk, co czyni ją szczególnie atrakcyjną w zastosowaniach w takich obszarach, jak inteligentne miasta, autonomiczna jazda i dotykowy internet. Hector Gonzalez, dyrektor generalny SpiNNcloud, opisuje wdrożenie tego systemu jako ważny kamień milowy w rozwoju sztucznej inteligencji.

Technologia i Architektura

Układ SpiNNaker2 oferuje imponujące właściwości techniczne: dzięki 153 rdzeniom ARM, 19 MB wbudowanej pamięci SRAM i 2 GB DRAM, w tym dedykowanemu sprzętowi do uczenia maszynowego i akceleratorom neuromorficznym, system jest zoptymalizowany pod kątem zadań wymagających dużych zasobów. Dzięki zastosowaniu procesu produkcyjnego FDSOI 22 nm, chip osiąga dziesięciokrotny wzrost wydajności symulacji neuronowej na wat w porównaniu z poprzednią generacją SpiNNaker1. Postępy te zostały dokonane przez open-neuromorphic.org podkreślone i umożliwiają wykorzystanie zarówno tradycyjnych, jak i opartych na zdarzeniach głębokich sieci neuronowych.

Architektura systemu pozostaje elastyczna i wykorzystuje podejście oparte na oprogramowaniu. Niezależne rdzenie ARM są ułożone w konfiguracji globalnie asynchronicznej lokalnie synchronicznej (GALS). Poprawia to efektywność energetyczną i umożliwia szybkie przetwarzanie w czasie rzeczywistym, co jest szczególnie ważne w przypadku brzegowych aplikacji AI.

Zastosowania i perspektywy na przyszłość

SpiNNcloud powstanie jako część centrum kompetencyjnego AI ScaDS.AI Dresden/Leipzig, które skupia regionalne kompetencje Big Data. Integracja sztucznej inteligencji z urządzeniami końcowymi jest napędzana innowacyjnymi podejściami do obliczeń neuromorficznych. Fraunhofer IIS zainicjował projekt mający na celu opracowanie skalowalnych, konfigurowalnych jednostek procesorów neuromorficznych, które będą stanowić podstawę nowych rozwiązań sprzętowych. Powinny one nie tylko nadawać się do zadań związanych ze sztuczną inteligencją wymagających dużych zasobów, ale także zwiększać efektywność energetyczną, a w szczególności uwzględniać rosnące zapotrzebowanie na zrównoważone technologie, takie jak iis.fraunhofer.de wyjaśnione.

Licząca ponad 60 naukowców i 200 pracowników, ScaDS.AI jest finansowana przez rząd federalny i Wolny Kraj Związkowy Saksonia. Partnerzy branżowi, tacy jak Grupa RAFI, Cloud & Heat i Racyics, wspierają projekt wiedzą technologiczną. Podsumowując, SpiNNcloud stanowi przełomowy rozwój w dziedzinie obliczeń neuromorficznych i wyznacza nowe standardy w zakresie efektywności energetycznej i wydajności systemów AI.