Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Skyrmionic Artificial Neural Networks

Descrizione del progetto

Un approccio innovativo per l’hardware delle reti neurali ad alta efficienza energetica

Con l’aumento della domanda di energia, l’informatica tradizionale si scontra con l’inefficienza. Inoltre, l’hardware delle reti neurali esistenti presenta limitazioni in termini di consumo energetico e affidabilità. In questo contesto, il progetto SkyANN (Skyrmionic Artificial Neural Networks), finanziato dall’UE, svilupperà dispositivi magnetoelettrici interconnessi che mirano a raddoppiare la larghezza di banda e a un consumo energetico inferiore di quattro ordini di grandezza rispetto allo stato dell’arte, sfidando così i paradigmi informatici convenzionali. SkyANN raggiungerà questi obiettivi rispecchiando le funzioni del cervello a livello di sinapsi. Questo hardware per reti neurali magnetoelettriche può offrire un’efficienza energetica e un’affidabilità superiori. Con l’ambizioso progetto di fare da pioniere nelle reti neurali magnetoelettriche, SkyANN intende rimodellare la microelettronica europea. Il consorzio multi-attore garantirà un rapido trasferimento dell’innovazione, rafforzando il settore europeo dei semiconduttori in linea con la visione del Green Deal dell’UE.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-RIA - HORIZON Research and Innovation Actions

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-CL4-2023-DIGITAL-EMERGING-01-CNECT

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

ARISTOTELIO PANEPISTIMIO THESSALONIKIS
Contributo netto dell'UE
€ 553 060,14
Indirizzo
KEDEA BUILDING, TRITIS SEPTEMVRIOU, ARISTOTLE UNIVERSITY CAMPUS
546 36 THESSALONIKI
Grecia
Regione
Βόρεια Ελλάδα Κεντρική Μακεδονία Θεσσαλονίκη
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 553 060,14

Partecipanti (4)

Partner (1)