Schlagwort: SpiNNaker2

SPINNAKER2: TU DRESDEN, UNIVERSITY OF MANCHESTER UND GLOBALFOUNDRIES GELINGT DURCHBRUCH BEI KI-CLOUD-SYSTEMEN

Die Tech­ni­sche Uni­ver­si­tät Dres­den, die Uni­ver­si­ty of Man­ches­ter, die Racyics GmbH und Glo­bal­found­ries (GF) gaben heu­te das so genann­te Tape­out des SpiNNa­ker2-Chips bekannt – eines neu­en Chips für künst­li­che Intel­li­genz, der vom mensch­li­chen Gehirn inspi­riert ist.

Basie­rend auf der von der Uni­ver­si­tät Man­ches­ter ent­wi­ckel­ten SpiNNa­ker-Infra­struk­tur, der an der TU Dres­den rea­li­sier­ten hybri­den KI-Archi­tek­tur, der adap­ti­ven Body-Bias-IP-Platt­form ABX von Racyics und unter Ver­wen­dung der 22F­DX-Lösung von Glo­bal­found­ries ist SpiNNaker2 ein neu­ro­mor­pher KI-Echt­zeit­pro­zes­sor mit bei­spiel­lo­ser Effi­zi­enz und einer Latenz­zeit von unter einer Mil­li­se­kun­de für ereig­nis­ba­sier­te Sys­te­me entstanden.

SpiNNaker2 ist unter Echt­zeit­be­trieb für eine Ska­lie­rung bis zu einem Cloud-Sys­tem mit 70.000 Chips aus­ge­legt und damit ein Schlüs­sel­bau­stein für Echt­zeit-KI bei extrem hohen Daten­ra­ten. SpiNNaker2 wird einen dis­rup­ti­ven Ein­fluss auf KI-Anwen­dun­gen wie Smart Cities, 5G, tak­ti­les Inter­net und auto­no­mes Fah­ren haben, weil kei­ne ande­re aktu­el­le Hard­ware die gleich­zei­ti­gen Anfor­de­run­gen an nied­ri­ge Latenz, hohen Durch­satz und Ener­gie­ef­fi­zi­enz abdeckt. Die kom­plet­te 10-Mil­lio­nen-Pro­zes­sor-Maschi­ne SpiNNaker2, genannt „SpiNN­cloud“, wird an der TU Dres­den zu For­schungs­zwe­cken ein­ge­setzt. Par­al­lel dazu will das Start­up „SpiNN­cloud Sys­tems GmbH“ SpiNNaker2 kom­mer­zi­ell ver­füg­bar machen.  (…) Wei­ter­le­sen »

Durch die weitere Nutzung der Seite stimmst du der Verwendung von Cookies zu. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du dich damit einverstanden.

Schließen