97889 64456 72312 47532 85224 72311 99738 05314 18822 88877 83701 91188 72106 98803 83485 70762 67561 00923 55229 06479 57972 59061 74949 93171 14807 03728 86417 14924 55271 76483 09709 80826 48003 69756 41326 33857 90179 16007 50123 74390 32549 30315 44217 63317 75601 80709 41762 62320 18455 61834 28274 17965 11564 40730 97515 38882 00045 18375 34435 87730 65633 86354 42635 03181 37624 00288 29224 98754 64198 42645 13159 80277 57942 84214 09885 11406 37363 27238 16160 82824 82750 03902 45252 98749 86602 85405 74120 11069 70749 63642 54482 33973 81058 25338 11638 53184 38067 75862 58160 05931 81160 94118 63131 11678 37627 13358 15577 41533 20376 02073 54475 97260 40548 91470 84971 47067 00960 20371 54295 32383 70544 08125 72446 96640 07075 16165 30869 08344 20223 85830 11652 84248 58240 18720 83640 74865 63798 26432 11368 91553 98930 40390 63732 07578 52004 83379 91665 87295 27594 70342 33614 00445 56766 74846 32119 67664 51801 34739 44392 32414 80290 43295 50949 32938 59188 82226 64963 12065 07486 96473 17151 41690 05059 80565 72757 89563 68610 87113 78719 74762 26213 13426 23716 54025 70952 73308 30338 98371 80443 39662 15506 33308 53719 47268 57523 71539 98084 43052 68615 92226 35372 86296 82533 08533 12606 77475 19780 50069 42332 94775 84463 97795 86712 89454 36026 27730 87899 25252 69813 38682 Ein vom Gehirn inspirierter Computer nähert sich der Gehirngröße an – MJRBJC

Das in Dresden ansässige Startup SpiNNcloud Systems gab heute bekannt, dass seine Hybrid-Computing-Plattform, die SpiNNcloud Platform, zum Verkauf steht. Die Maschine kombiniert traditionelle KI-Beschleuniger mit neuromorphen Rechenfunktionen und nutzt dabei Systemdesignstrategien, die vom menschlichen Gehirn inspiriert sind. Die zum Kauf angebotenen Systeme variieren in ihrer Größe, aber die größte kommerziell erhältliche Maschine kann zehn Milliarden Neuronen simulieren, etwa ein Zehntel der Anzahl, die im menschlichen Gehirn vorhanden ist. Die Ankündigung erfolgte auf der ISC High Performance Konferenz in Hamburg, Deutschland.

„Wir versuchen im Grunde, die Lücke zwischen Gehirninspiration und künstlichen Systemen zu schließen.“ –Hector Gonzalez, SpiNNcloud Systems

SpiNNcloud Systems wurde 2021 als Spin-off der Technischen Universität Dresden gegründet. Ihr ursprünglicher Chip, der SpiNNaker1, wurde von Steve Furber entworfen, dem Hauptdesigner des ARM-Mikroprozessors, der Technologie, die heute die meisten Mobiltelefone antreibt. Der SpiNNaker1-Chip wird laut SpiNNcloud Systems bereits von 60 Forschungsgruppen in 23 Ländern verwendet.

Das menschliche Gehirn als Supercomputer

Gehirnemulierende Computer versprechen eine deutlich geringere Rechenleistung und eine bessere Leistung bei bestimmten Aufgaben. „Das menschliche Gehirn ist der fortschrittlichste Supercomputer im Universum und verbraucht nur 20 Watt, um Dinge zu tun, von denen künstliche Intelligenzsysteme heute nur träumen“, sagt Hector Gonzalez, Mitbegründer und Co-CEO von SpiNNcloud Systems. „Wir versuchen im Grunde, die Lücke zwischen Gehirninspiration und künstlichen Systemen zu schließen.“

Ein besonderes Merkmal des SpiNNaker2-Systems ist neben seiner Größe seine Flexibilität. Traditionell ahmen die meisten neuromorphen Computer die Spike-Natur des Gehirns nach: Neuronen feuern elektrische Spitzen ab, um mit Neuronen in ihrer Umgebung zu kommunizieren. Der tatsächliche Mechanismus dieser Spitzen im Gehirn ist recht komplex und neuromorphe Hardware implementiert oft ein spezifisches vereinfachtes Modell. Der SpiNNaker2 kann jedoch eine breite Palette solcher Modelle implementieren, da sie nicht fest in seiner Architektur verankert sind.

Anstatt zu untersuchen, wie jedes Neuron und jede Synapse im Gehirn funktioniert, und zu versuchen, sie von Grund auf nachzuahmen, bestand ihr Ansatz laut Gonzalez darin, die wichtigsten Leistungsmerkmale des Gehirns zu implementieren. „Es geht vielmehr darum, sich praktische Inspirationen vom Gehirn zu holen und besonders faszinierende Aspekte zu verfolgen, etwa wie das Gehirn proportional zur Energie ist und wie hochgradig parallel es ist“, sagt Gonzalez.

Um Hardware zu bauen, die energieproportional (jedes Element verbraucht nur dann Energie, wenn es aktiv genutzt wird) und hochgradig parallel ist, begann das Unternehmen mit den Bausteinen. Die Grundeinheit des Systems ist der SpiNNaker2-Chip, der 152 Verarbeitungseinheiten beherbergt. Jede Verarbeitungseinheit verfügt über einen ARM-basierten Mikrocontroller und ist im Gegensatz zu ihrem Vorgänger, dem SpiNNaker1, auch mit Beschleunigern ausgestattet, die für den Einsatz in neuromorphen Modellen und traditionellen neuronalen Netzen vorgesehen sind.

Vertikale graue Balken wechseln sich mit hellgrünen Lichtern abDer Supercomputer SpiNNaker2 wurde entwickelt, um bis zu 10 Milliarden Neuronen zu modellieren, etwa ein Zehntel der Größe des menschlichen Gehirns. SpiNNCloud-Systeme

Verarbeitungseinheiten können ereignisgesteuert arbeiten: Sie können ausgeschaltet bleiben, es sei denn, ein Ereignis veranlasst sie, sich einzuschalten und zu betreiben. Dies ermöglicht einen energieproportionalen Betrieb. Ereignisse werden asynchron zwischen Einheiten und Chips weitergeleitet, was bedeutet, dass es keine zentrale Uhr gibt, die ihre Bewegungen koordiniert, was eine massive Parallelität ermöglichen kann. Jeder Chip ist mit sechs anderen Chips verbunden und das gesamte System ist in Form eines Torus verbunden, um sicherzustellen, dass alle Verbindungsdrähte gleich kurz sind.

Das größte kommerziell angebotene System ist nicht nur in der Lage, 10 Milliarden Neuronen zu emulieren, sondern führt auch 0,3 Operationen traditionellerer KI-Aufgaben aus und liegt damit in einer Größenordnung, die mit den zehn größten großen aktuellen Supercomputern vergleichbar ist.

Zu den ersten Kunden des SpiNNaker2-Systems gehört ein Team der Sandia National Labs, das damit die Forschung an neuromorphen Systemen fortsetzen will, die herkömmliche Architekturen übertreffen und ansonsten unzugängliche Rechenaufgaben ausführen.

„Die Möglichkeit, über ein allgemeines programmierbares neuronales Modell zu verfügen, ermöglicht es Ihnen, einige dieser komplexeren Lernregeln zu erkunden, die nicht unbedingt in ältere neuromorphe Systeme passen“, sagt Fred Rothganger, leitender Mitarbeiter des technischen Personals von Sandia. „Natürlich können sie auf einem Allzweckcomputer ausgeführt werden. Diese Allzweckcomputer sind jedoch nicht unbedingt dafür ausgelegt, die Art von Kommunikationsmustern effektiv zu bewältigen, die in einem neuronalen Netzwerk mit Spitzeneffekten auftreten. Mit [the SpiNNaker2 system] Wir erreichen die ideale Kombination aus besserer Programmierbarkeit und effektiver Kommunikation.

Aus den Artikeln auf Ihrer Website

Verwandte Artikel im Internet

By rb8jg

Leave a Reply

Your email address will not be published. Required fields are marked *

Failed to fetch data from the URL.