Sachsens superdator SpinnCloud: Framtidens hjärna är här!

Sachsens superdator SpinnCloud: Framtidens hjärna är här!

Dresden, Deutschland - Tekniska University of Dresden har lagt en ny superdator som heter SpinnCloud i drift, som utmanar dator- och effektivitetsklassiska system. Denna neuromorfiska superdator använder imponerande 35 000 spinnaker2 -chips och över fem miljoner processorkärnor för att imitera den neurala strukturen i den mänskliga hjärnan. Detta rapporter SälischsischSeCHSECHADE <

spinnCloud anpassar flexibelt till komplexa och föränderliga miljöer. Bearbetningen av information utförs decentraliserad och endast vid behov, vilket leder till en betydande energibesparande potential. According to techzeitgeist.de , the system processes data at an event-based and parallel, which often laten is below one millisecond-a decisive feature for real-time applications in areas autonomous driving och Smart City Technologies.

samarbete och forskning

SpinnCloud -projektet är en del av KI Competence Center SCADS.AI DRESDEN/Leipzig och stöds av ett nätverk från TU Dresden, University of Leipzig och Twelve Partner Institutions. Tillsammans arbetar de med att använda stora mängder data effektivt och främja utvecklingen inom konstgjord intelligens, enligt sächsische.

Tekniken för SpinnCloud har finansierats som en del av EU: s flaggskeppsprojekt "Human Brain Project". Detta internationella projekt syftar till att optimera datorkraften genom biologiskt inspirerade tillvägagångssätt och att övervinna gränserna för klassisk hårdvara som GPU: er, som har höga energikrav och når fysiska gränser. Behovet av sådana lösningar blir tydligt när du anser att den neuromorfiska arkitekturen gör det möjligt för den att effektivt bearbeta information utan Mathematical Matrix-operationer, förklarar kluster4future.de Partnerskapen i samband med neurosys har redan uppnått internationell synlighet, och samarbetet mellan forskning och industri anses vara avgörande för massproduktionen av neuromorfa system. Utmaningar som höga kostnader och skalningsproblem måste emellertid övervinnas för att utnyttja den här teknikens fulla potential.