神经形态计算机不使用0和1进行计算。相反，它们使用物理现象以极快的速度和极其节能的方式检测大数据流中的模式。
在NIMFEIA项目中，Katrin和Helmut schultheisß以及来自Helmholtz-Zentrum dresden - rosendorf (HZDR)的团队已经将这项技术向前推进了一大步。他们还证明，他们的方法可以无缝集成到传统的芯片制造中。他们的研究结果已经发表在《自然通讯》杂志上。
hzdr离子束物理与材料研究所的研究人员所开发的东西被称为许多名称。例如，“神经形态计算”(Neuromorphic computing)就是一个术语，因为这些过程类似于发生在大脑中的过程。“非常规计算”是另一个名字，因为这项技术与我们今天习惯使用的布尔逻辑(0和1)的数据处理有很大不同。
它有时被称为“储层计算”，因为它使用非线性物理现象来检测数据流中的模式。Helmut schultheisß解释说:“在许多自动化领域，从自动驾驶和‘物联网’到边缘计算，整个行业都在努力应对快速数据信号。”他是HZDR艾美·诺特集团“磁力学”的负责人。“这是因为许多传感器以高速传输小数据包。对于今天的计算机架构来说，识别这些数据包中的模式是非常耗能的。”
出于这个原因，Katrin和Helmut schultheisß以及他们的团队依靠自旋波;也叫磁振子。用它们来创造一种新的数据处理技术的想法已经有点过时了。然而，通过他们的努力，schultheisß和他的团队解决了一个阻碍实际执行的问题。
“到目前为止，所有的概念都依赖于这样一个事实，即自旋波必须从A传播到B，才能与它们一起工作，”Helmut schultheisß解释说。“但在这方面确实没有可用的材料。”因此，舒尔泰斯和他的团队选择了另一个方向。他们将整个过程压缩到只有几微米厚的磁盘中，并使其振动。
现在整个身体同时以不同的频率振动。“想象一个鼓，”他解释道。“如果你把沙子撒在鼓上并有节奏地敲打，就会创造出美丽的图案。这些是振动模式。”它们存在于整个空间中。它们不只是从A点到b点，它们是驻波，在整个身体上共振。
例如，鼓的跳动是来自传感器的数据输入。它引起不同振荡的相互作用，并产生非线性过程。“在我们的工作中，我们能够证明不同的输入模式总是产生独特的振荡模式，”舒尔泰斯说。“这个过程是时间敏感的。所以，如果我们改变输入信号的顺序，模式也会改变。”这是实时评估数据的要求。
然而，赫尔穆特·舒尔泰斯确信，这项技术要从实验室走向市场，还有另一个要求。该工艺必须与CMOS兼容，也就是说，它必须适合在芯片行业的标准生产线上进行加工。这是他在NIMFEIA项目中与行业合作伙伴GlobalFoundries和英飞凌的经验中学到的。
“即使我们寻找新技术，CMOS技术也将继续确保我们在未来几十年的繁荣，”他说。“这是因为它现在已经渗透到我们的整个生活中——从最小的电灯开关到电话和起搏器的传感器。”创造这种繁荣的芯片工厂需要巨额投资。它们不仅仅是从地里摘出来的，也不是简单地重新配置的。schultheisß说:“我们的技术的积极方面是不需要重新配置。
然而，Katrin und Helmut schultheisß和他们的团队并不希望用他们的新技术取代传统的计算机。相反，他们希望以一种有意义的方式补充它们。Helmut schultheisß说:“在复杂的数学计算方面，布尔计算仍然处于领先地位。
“在接下来的一百年里，不太可能出现比这更好的算术任务了。但目前的计算机架构在识别模式和掌握复杂性方面存在重大问题。”例如，他可以设想一个流量优化应用程序。这是因为神经形态计算机可以从谷歌等服务提供的海量数据中筛选模式，结合智能手机和汽车本身，甚至在第一辆车停下来之前就预测出交通堵塞。
“这是一项非常复杂的工作，传统的计算机架构，比如我们的个人电脑，在这方面遇到了巨大的困难。需要许多计算步骤。另一方面，它是神经形态计算、水库计算机和人工智能的理想应用领域。”
由于这些新技术不仅体积小，而且非常节能，它们可以直接作用于传感器。这被称为“边缘计算”，在传输大量数据困难或昂贵的情况下很有帮助。比如在外太空。
代替从地球观测卫星发送所有测量数据到地面站，它可以在现场处理。这样可以节省带宽和能量。该应用程序也可用于医学。直接集成到起搏器中的神经形态计算机可以从起搏器的信号中检测出指示心律失常或心室颤动的模式。
“智能维护也可以从神经形态过程的边缘计算中受益匪浅，”schultheisß说。“例如，就风力涡轮机而言，他们可以在传动轴中寻找振动模式，以检测轴承损坏。这将有助于在轴承发生故障之前进行维护。这节省了金钱、能源和资源。”
本文来自作者[映莲]投稿，不代表kzshn号立场，如若转载，请注明出处：https://wap.kzshn.cn/zskp/202507-279.html
评论列表（4条）
我是kzshn号的签约作者“映莲”！
希望本篇文章《研究团队在神经形态计算领域取得新进展》能对你有所帮助！
本站[kzshn号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：神经形态计算机不使用0和1进行计算。相反，它们使用物理现象以极快的速度和极其节能的方式检测大数据流中的模式。 在NIMFEIA项目中，Katrin和Helmut...