世界首台人脑神经形态超级计算机DeepSouth即将问世

世界首台人脑神经形态超级计算机DeepSouth即将问世事实上，按照目前的趋势，仅NVIDIA销售的人工智能服务器每年消耗的能源就可能超过许多小国，在一个极力去碳化的世界里，这样的能源负荷是一个巨大的拖累。不过，大自然已经解决了这个问题。人类的大脑仍然是目前最先进的，能够从少量杂乱、嘈杂的数据中快速学习，或每秒处理相当于十亿亿次的数学运算，而能耗却只有区区20瓦。这就是西悉尼大学的一个团队正在建造DeepSouth神经形态超级计算机的原因-这是有史以来第一台能够模拟人脑规模的尖峰神经网络的机器。国际神经形态系统中心（InternationalCentreforNeuromorphicSystems）主任安德烈-范-沙克（AndrévanSchaik）教授说："我们无法大规模模拟类似大脑的网络，这阻碍了我们在理解大脑如何利用神经元进行计算方面取得进展。在使用图形处理器（GPU）和多核中央处理器（CPU）的标准计算机上模拟尖峰神经网络实在是太慢太耗电了。我们的系统将改变这种状况。这个平台将增进我们对大脑的了解，并在传感、生物医学、机器人、太空和大规模人工智能应用等不同领域开发大脑规模的计算应用。"DeepSouth预计将于2024年4月上线。研究团队预计，它将能够高速处理海量数据，同时由于采用了尖峰神经网络方法，体积比其他超级计算机小得多，能耗也低得多。它采用模块化可扩展设计，使用市场上可买到的硬件，因此将来可以扩展或收缩，以适应各种任务的需要。该企业的目标是让人工智能处理更接近人脑的工作方式，同时学习更多关于大脑的知识，并希望取得与其他领域相关的进展。值得注意的是，其他研究人员正在从相反的方向研究同样的问题，一些团队现在已经开始使用真正的人类脑组织作为半机械计算机芯片的一部分，并取得了令人印象深刻的成果。了解更多：https://www.westernsydney.edu.au/newscentre/news_centre/more_news_stories/world_first_supercomputer_capable_of_brain-scale_simulation_being_built_at_western_sydney_university...PC版：https://www.cnbeta.com.tw/articles/soft/1404339.htm手机版：https://m.cnbeta.com.tw/view/1404339.htm

相关推荐

封面图片

据英国《新科学家》周刊网站12日报道，一台能够全面模拟人脑突触的超级计算机将于明年在澳大利亚启用。这台名为“深南”的神经形态超级

据英国《新科学家》周刊网站12日报道，一台能够全面模拟人脑突触的超级计算机将于明年在澳大利亚启用。这台名为“深南”的神经形态超级计算机每秒能进行228万亿次突触操作，与科学家估算的人脑中突触操作的数量相当，将有助了解人脑是如何在消耗相对较少能量的情况下处理大量信息的。研究团队指出，此前已有类似的神经形态计算机面世，但“深南”将是迄今最大的。“深南”由位于澳大利亚悉尼的国际神经形态系统中心联合英特尔及戴尔公司合作制造。与普通计算机不同，“深南”的硬件芯片可实现尖峰神经网络，从而对突触处理大脑信息的方式进行建模。（科技日报）
封面图片

【研究报告：神经形态计算机或彻底改变区块链和人工智能】

【研究报告：神经形态计算机或彻底改变区块链和人工智能】2023年07月25日03点14分老不正经报道，德国Dresden工业大学的研究人员最近发表了一份突破性研究，展示了一种用于神经形态计算的新材料设计，这项技术可能对区块链和人工智能产生革命性影响。该团队使用一种称为“储层计算”的技术，开发了一种模式识别方法，该方法使用磁振子涡流几乎瞬时执行算法功能。研发人员不仅开发和测试了新的储存材料，还展示了神经形态计算在标准CMOS芯片上工作的潜力，这可能会颠覆区块链和人工智能。神经形态计算的主要好处是，相对于经典计算和量子计算，其功耗水平极低。这意味着神经形态计算机在操作区块链和在现有区块链上挖掘新区块时可以显著降低时间和能源成本。
封面图片

欧盟推出首台ExaFlop超级计算机 采用ARM与NVIDIA的架构

欧盟推出首台ExaFlop超级计算机采用ARM与NVIDIA的架构超级计算机"Jupiter"的总预算为2.73亿欧元。开发工作由欧洲高性能计算联合企业（EuropeanHigh-PerformanceComputingJointUndertaking）以及由Eviden和ParTec组成的科技公司集团负责。ARM超级计算机在业界的存在感一直很低，前十大超级计算机中只有一台采用了该架构。Jupiter超级计算机将加入这一行列，因为据说它将采用SiPearl的Rhea处理器，该处理器是与欧盟的资金和专业技术合作专门打造的。虽然我们还没有看到明确的性能数据，如各自的petaflops，但我们知道Jupiter配备了最新的技术。SiPearl基于ARM的处理器"堆叠"了NeoverseV1CPU，并采用了通用兼容的设计，以获得更广泛的应用。性能数据尚未披露，但NeoverseN1CPU足以提供顶级计算性能，欧盟的木星超级计算机也将如此。至于图形处理能力，Jupiter超级计算机预计将采用英伟达公司的顶级H100，这是业界最顶尖的产品。加速器的性能不用多说，H100正在全球范围内热销，其背后的主要原因是它们具有极高的性价比，Jupiter将使用一系列H100AIGPU，提供出色的计算能力。JupiterexaFLOP超级计算机的出现表明，欧盟正在努力成为全球科技行业的"独立"参与者。这也是该超级计算机采用Rhea处理器的唯一原因，因为Rhea处理器是欧盟区域内企业自行开发的产品，是向完全技术自主迈出的一步。除"Jupiter"外，欧盟还在研制第二台基于法国的超大规模超级计算机预计将于2025年投入使用。欧盟生产的超级计算机在Top500排名中的表现将令人拭目以待，这将对了解它们的能力起到决定性作用。...PC版：https://www.cnbeta.com.tw/articles/soft/1388561.htm手机版：https://m.cnbeta.com.tw/view/1388561.htm
封面图片

特斯拉开始生产可以媲美超算榜首的 Dojo 超级计算机

特斯拉开始生产可以媲美超算榜首的Dojo超级计算机特斯拉在2023年第二季度财报中概述了大规模解决车辆自动驾驶问题所需的四大技术支柱：超大型真实世界数据集、神经网络训练、车辆硬件和车辆软件。特斯拉表示，它已经开始生产用于训练其自动驾驶车队的Dojo超级计算机，该计算机宣布于2019年。特斯拉已经拥有一台基于英伟达GPU的大型超级计算机，它是世界上最强大的超级计算机之一，但新的Dojo定制计算机使用的是特斯拉设计的芯片。此前，马斯克曾宣称，Dojo的运算能力将达到1ExaFLOP。目前，据公开披露的信息，美国橡树岭国家实验室的超级计算机Frontier是全球首台达到ExaFLOP级别的计算机，也是唯一一台。来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot
封面图片

德法财团将建造欧盟首台百亿亿次超级计算机

德法财团将建造欧盟首台百亿亿次超级计算机今天，法国Eviden（网络安全、云和高性能计算集团Atos的一部分）和德国模块化超级计算公司ParTec宣布，他们已赢得一份提供欧洲第一台百亿亿次超级计算机的合同。JUPITER项目总耗资5亿欧元。该计算机本身耗资2.73亿欧元，运行在Arm架构的SiPearlRhea处理器和Nvidia加速器技术上。它将由德国于利希超级计算中心运营。JUPITER将成为欧洲第一个超过每秒10亿次计算门槛的系统。其目的是支持复杂系统高精度模型的开发，这有助于解决气候变化、流行病和聚变能源等领域的问题。当然，它也将实现人工智能的密集使用和大数据量的分析。Source:投稿：@ZaiHuaBot频道：@TestFlightCN
封面图片

脑器官组织"Brainoware"显示了新一代生物计算机的潜力

脑器官组织"Brainoware"显示了新一代生物计算机的潜力美国印第安纳大学布卢明顿分校的郭锋（音译）和研究团队通过在培养皿中培育成团的人类脑细胞，创造出了"大脑有机体"。然后，他们将这些生物有机体与计算机芯片连接起来，创建了Brainoware系统，该系统似乎可以在执行计算任务的同时与人工智能算法"对话"，进行信号解码。这项研究最近发表在《自然-电子学》（NatureElectronics）上，描述了旨在模拟人脑结构和工作原理的"大脑启发计算硬件"。研究人员说，Brainoware具备处理、学习甚至记忆信息的潜力，可以为解决当前人工智能技术的局限性提供一种解决方案。虽然在硅芯片上运行的人工智能算法在处理大型数据集时效率极高（也很有效），但它们无法与人脑在消耗极少能量的情况下处理复杂信息的能力相媲美。而Brainoware中的大脑有机体是真正的脑细胞，可以发送和接收通过电信号编码的信息。当研究人员对Brainoware施加电刺激时，混合生物芯片装置会对这些信号做出反应。该系统所连接的神经网络也发生了变化，这表明该系统确实能够处理信息，甚至可以"在无人监管的情况下"执行计算任务。研究人员使用由八个人录制的240个日语元音发音片段，通过语音识别任务测试了Brainoware的所谓能力。这些片段被转换成电信号，然后输送给Brainoware，Brainoware产生电信号响应，随后输送给人工智能工具进行解码。类脑人工智能装置最终能够解码录音信号，但该技术提供的语音识别准确率"非常低"。通过进一步的训练，准确率提高到了87%，但与实际的全数字人工神经网络相比，准确率仍然较低。一些研究人员对新研究中描述的结果表示怀疑。约翰-霍普金斯大学公共卫生助理教授莉娜-斯米尔诺娃（LenaSmirnova）指出，大脑有机体无法真正"听到"语音；它们只能对电刺激做出反应。此外，这项研究也没有证明Brainoware能否以及如何长期处理和存储信息或学习多项任务。...PC版：https://www.cnbeta.com.tw/articles/soft/1404553.htm手机版：https://m.cnbeta.com.tw/view/1404553.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人