Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Skyrmionic Artificial Neural Networks

Description du projet

Une approche innovante pour les réseaux neuronaux à faible consommation d’énergie

Face à l’explosion de la demande énergétique, l’informatique traditionnelle se heurte à des problèmes d’inefficacité. De plus, le matériel des réseaux neuronaux existants est limité en termes de consommation d’énergie et de fiabilité. Dans ce contexte, le projet SkyANN (Skyrmionic Artificial Neural Networks), financé par l’UE, se propose de développer des dispositifs magnéto-électriques interconnectés visant à doubler la bande passante et à réduire la consommation d’énergie de quatre ordres de grandeur par rapport à l’état de l’art, remettant ainsi en question les paradigmes informatiques conventionnels. Pour ce faire, SkyANN entend reproduire les fonctions cérébrales au niveau des synapses. Ce réseau neuronal magnéto-électrique peut offrir une efficacité énergétique et une fiabilité largement supérieures. Avec des projets ambitieux de réseaux neuronaux magnéto-électriques, SkyANN entend remodeler la microélectronique européenne. Son consortium composé de plusieurs parties prenantes assurera un transfert rapide de l’innovation, en soutenant le secteur européen des semi-conducteurs, conformément à la vision du pacte vert de l’UE.

Objectif

The Skyrmionic Artificial Neural Network (SkyANN) presents a groundbreaking paradigm for neuromorphic computing, closely emulating brain neurophysiology by combining skyrmionic quasiparticles, which mimic neurotransmitters and facilitate complex computations at the synapse level, with electrical CMOS connections that simulate the propagation of action potentials among neurons for rapid and dense inter-layer connectivity. Our innovative magneto-electric devices aim to achieve energy consumption four orders of magnitude lower than CMOS technology and double the bandwidth for the same device footprint, enhancing edge inference and learning capabilities. This approach challenges contemporary neural networks implemented with CMOS digital, mixed-signal, and emerging in-memory computing technologies, which are limited by lower energy efficiency and reliability.
Building on preliminary results from SkyANN partners, we plan an ambitious endeavor to develop a first-of-its-kind magneto-electric neural network, showcasing the promising potential of this novel technology. Along the way, we will refine materials, processes, design methodologies, and architectures to prepare the European micro- and nano-electronics ecosystem for the future, while supporting the EU's Green Deal vision.
Our well-balanced consortium brings together complementary expertise and extensive knowledge, spanning from device physics to circuits and architectures across multiple layers of design abstraction. As a result, the SkyANN consortium is poised to facilitate the rapid transfer of fundamental discoveries to relevant industrial stakeholders, accelerating impact and reinforcing European strengths in the economically, geopolitically, and socially vital semiconductor sector.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-RIA - HORIZON Research and Innovation Actions

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-CL4-2023-DIGITAL-EMERGING-01-CNECT

Voir tous les projets financés au titre de cet appel

Coordinateur

ARISTOTELIO PANEPISTIMIO THESSALONIKIS
Contribution nette de l'UE
€ 553 060,14
Adresse
KEDEA BUILDING, TRITIS SEPTEMVRIOU, ARISTOTLE UNIVERSITY CAMPUS
546 36 THESSALONIKI
Grèce
Région
Βόρεια Ελλάδα Κεντρική Μακεδονία Θεσσαλονίκη
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
€ 553 060,14

Participants (4)

Partenaires (1)