Έλληνες φοιτητές δημιούργησαν επαναστατική εφαρμογή για το αυτοκίνητο -Τι θα προσφέρει
Τον ταχύτερο επεξεργαστή Τεχνητής Νοημοσύνης στον κόσμο, ο οποίος αποτελείται από φωτονικούς νευρώνες και λειτουργεί με φως αντί για ηλεκτρικό ρεύμα δημιούργησε η επιστημονική ομάδα του Τμήματος Πληροφορικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ).
Σύμφωνα με ανακοίνωση του ΑΠΘ, ο επεξεργαστής βασίζεται σε μια πρωτότυπη αρχιτεκτονική φωτονικών νευρώνων, η οποία επιτρέπει την υλοποίηση αλγεβρικών πράξεων σε πολύ υψηλές ταχύτητες, αξιοποιώντας ταυτόχρονα πρωτότυπες τεχνικές εκπαίδευσης Νευρωνικών Δικτύων. Ο συνδυασμός αυτός οδήγησε στην πειραματική επίδειξη ενός φωτονικού επεξεργαστή που λειτουργεί σε ταχύτητες έως 50GHz (>25 φορές μεγαλύτερη από την ταχύτητα των σύγχρονων GPU επεξεργαστών) με ταυτόχρονη δυνατότητα για 10 φορές χαμηλότερη κατανάλωση ενέργειας.
Σε δηλώσεις του στο ΑΠΕ – ΜΠΕ ο Μεταδιδακτορικός ερευνητής στο τμήμα πληροφορικής του ΑΠΘ Μιλτιάδης Μόραλης – Πέγιος εξήγησε ότι βρίσκεται σε εξέλιξη μια παγκόσμια προσπάθεια για την κατασκευή υπολογιστικών συστημάτων με εναλλακτικούς τρόπους, επειδή οι τεχνολογίες μικροηλεκτρονικής έχουν φτάσει κοντά στα φυσικά τους όρια που σχετίζονται με το μέγεθος των ηλεκτρονικών τρανσίστορ.
Μια από ανερχόμενες τεχνολογίες χρησιμοποιεί το φως, το οποίο, σαν ηλεκτρομαγνητικό κύμα είναι πιο γρήγορο και δεν έχει παρεμβολές στα ολοκληρωμένα οπτικά κυκλώματα σε σχέση με το ηλεκτρικό ρεύμα. Τα οφέλη από τη χρήση του φωτός είναι η ταχύτητα αλλά και η ενεργειακή κατανάλωση. Στην παρούσα φάση, σύμφωνα με τον κ. Μόραλη η προσπάθεια βρίσκεται σε ερευνητικό επίπεδο ωστόσο γίνονται κινήσεις για να βγουν στην παραγωγή επεξεργαστές που λειτουργούν με φως.
Σημειώνεται ότι η έρευνα του Τμήματος Πληροφορικής του ΑΠΘ αναδεικνύει η χρήση του φωτός στην υλοποίηση των πράξεων πολλαπλασιασμού και πρόσθεσης επιτρέπει στους επεξεργαστές να λειτουργούν σε ταχύτητες πολλαπλάσιες από τις σημερινές αντίστοιχες υπολογιστικές μονάδες GPU της NVIDIA και TPU της Google.
Τα πλεονεκτήματα, άλλωστε, της φωτονικής τεχνολογίας στον χώρο της επεξεργασίας πληροφορίας με χρήση νευρωνικών δικτύων είναι να αξιοποιεί δεδομένα με τη μορφή φωτός και τεχνολογίες φωτονικής ολοκλήρωσης για την υλοποίηση βαθιών νευρωνικών δικτύων, τα οποία προσπαθούν να «μιμηθούν» τη λειτουργία του ανθρώπινου εγκεφάλου και των ανθρώπινων νευρώνων στο πεδίο των υπολογιστών, με στόχο την ταχύτερη και αποδοτικότερη επεξεργασία της πληροφορίας.
Τον περασμένο Μάρτιο, μέρος των αποτελεσμάτων παρουσιάστηκε, μέσω τριών επιστημονικών ανακοινώσεων, στο μεγαλύτερο, παγκοσμίως, Συνέδριο οπτικών επικοινωνιών Optical Fiber Communication (OFC), στο Σαν Ντιέγκο των Η.Π.Α. Οι τρεις κύριοι ερευνητές των ανακοινώσεων ήταν οι υποψήφιοι διδάκτορες του Τμήματος Πληροφορικής του ΑΠΘ, Απόστολος Τσακυρίδης, Γεώργιος Γιαμουγιάννης και Χρήστος Παππάς, με επιβλέποντα τον Καθηγητή του Τμήματος Πληροφορικής του ΑΠΘ Νικόλαο Πλέρο. Οι τρεις υπ. διδάκτορες επιλέχθηκαν στους επτά φιναλίστ, από τη διεθνή Επιτροπή του Συνεδρίου, μεταξύ 350 φοιτητών από όλο τον κόσμο, για το εγνωσμένου κύρους διεθνές βραβείο OFC Corning Student Award. Έτσι οι τρεις από τους επτά φιναλίστ του παγκόσμιου Διαγωνισμού ήταν φοιτητές του Τμήματος Πληροφορικής του ΑΠΘ.
ΠΕΡΙΣΣΟΤΕΡΑ ΒΙΝΤΕΟ
Μια ενοχλητική δυσλειτουργία έχει επανεμφανιστεί στα iPhone, αν κρίνουμε από τις αναφορές που κάνουν την…
Η Google αναβαθμίζει την εφαρμογή Google Maps ενσωματώνοντας ακόμη πιο ενεργά την τεχνολογία της Τεχνητής…
Η 5η σεζόν του Stranger Things έρχεται το 2025 και επιτέλους έχουμε μερικές περισσότερες λεπτομέρειες.…
Πότισμα του γκαζόν με ένα κλικ στο κινητό – Ο ψηφιακός κηπουρός που ρίχνει 50%…
Τα μελλοντικά προϊόντα της Apple δεν θα είναι ποτέ τόσο κερδοφόρα όσο τα iPhone προειδοποίησε…
Ο δεύτερος κύκλος της πρωτότυπης σειράς του FX, The Old Man, με πρωταγωνιστή τον Jeff Bridges, είναι τώρα διαθέσιμος, με όλα τα…
Αυτό το site χρησιμοποιεί cookies, για την παροχή των υπηρεσιών της, να προσαρμόσετε τις διαφημίσεις και να αναλύσει την επισκεψιμότητα. Με τη χρήση αυτής της ιστοσελίδας, συμφωνείτε με τη πολιτική χρήση των cookies.
Leave a Comment