Dresden börjar med revolutionerande superdator för framtidens AI!
TU Dresden lanserar superdatorn "SpiNNcloud" för att utveckla energieffektiva AI-system med neuromorf beräkning.

Dresden börjar med revolutionerande superdator för framtidens AI!
Technical University of Dresden (TUD) har tagit ett betydande steg i utvecklingen av energieffektiva AI-system med driftsättningen av sin nya superdator "SpiNNcloud". Detta toppmoderna system, utvecklat under ledning av prof. Christian Mayr vid ordföranden för Highly Parallel VLSI Systems and Neuromicroelectronics, är baserat på det nya SpiNNaker2-chippet, som inkluderar 35 000 chips och över fem miljoner processorkärnor. Huvudmålet med detta initiativ är att skapa neuromorfa datorsystem som är modellerade efter den mänskliga hjärnan och använder hjärnliknande principer som distribuerat minne och händelsedriven bearbetning. Dessa tillvägagångssätt möjliggör en betydande minskning av energiförbrukningen samtidigt som prestanda och flexibilitet ökar tu-dresden.de rapporterad.
SpiNNaker2-chippet, utvecklat som en del av det prestigefyllda EU-flaggskeppet Human Brain Project, lovar bearbetning i realtid med latenser under en millisekund. Tekniken anpassar sig dynamiskt till komplexa och föränderliga miljöer, vilket gör den särskilt attraktiv för applikationer inom områden som smarta städer, autonom körning och det taktila internet. Hector Gonzalez, VD för SpiNNcloud, beskriver implementeringen av detta system som en viktig milstolpe för AI-utveckling.
Teknik och arkitektur
SpiNNaker2-chippet erbjuder imponerande tekniska funktioner: Med 153 ARM-kärnor, 19 MB on-chip SRAM och 2 GB DRAM, inklusive dedikerad hårdvara för maskininlärning och neuromorfa acceleratorer, är systemet optimerat för resurskrävande uppgifter. Genom att använda 22nm FDSOI-tillverkningsprocessen uppnår chippet en tiofaldig ökning av neural simuleringskapacitet per watt jämfört med den tidigare generationen SpiNNaker1. Dessa framsteg gjordes av open-neuromorphic.org lyft fram och möjliggör användningen av både traditionella och händelsebaserade djupa neurala nätverk.
Systemarkitekturen förblir flexibel och använder ett mjukvarubaserat tillvägagångssätt. De oberoende ARM-kärnorna är arrangerade i en Globally Asynchronous Locally Synchronous (GALS)-konfiguration. Detta förbättrar energieffektiviteten och möjliggör snabb bearbetning i realtid, vilket är särskilt viktigt för avancerade AI-applikationer.
Ansökningar och framtidsutsikter
SpiNNcloud kommer att etableras som en del av AI-kompetenscentret ScaDS.AI Dresden/Leipzig, som samlar regionala big data-kompetenser. Integreringen av AI i slutenheter drivs framåt av innovativa tillvägagångssätt inom neuromorfisk datoranvändning. Fraunhofer IIS har initierat ett projekt för att utveckla skalbara, konfigurerbara neuromorfa processorenheter, som kommer att ligga till grund för nya hårdvarulösningar. Dessa ska inte bara lämpa sig för resurskrävande AI-uppgifter, utan även öka energieffektiviteten och i synnerhet ta hänsyn till den ökande efterfrågan på hållbar teknik, som t.ex. iis.fraunhofer.de förklarade.
Med över 60 forskare och 200 anställda finansieras ScaDS.AI av den federala regeringen och delstaten Sachsen. Branschpartners som RAFI Group, Cloud & Heat och Racyics stödjer projektet med teknisk expertis. Sammantaget representerar SpiNNcloud en banbrytande utveckling inom området neuromorf beräkning och sätter nya standarder när det gäller energieffektivitet och prestanda hos AI-system.