Opis projektu
Rezerwuary nanomagnesów pozwolą na zwiększenie mocy obliczeniowej
Moc obliczeniowa, którą obecnie dysponujemy, nie jest w stanie zaspokoić zapotrzebowania w związku z koniecznością analizy coraz większych ilości danych, których szybkość generowania rośnie w tempie wykładniczym. Kluczem do wypełnienia tej luki jest opracowanie innowacyjnych platform do masowo równoległego przetwarzania danych, w ramach których duże ilości danych będą przetwarzane w trybie „wszystkie na raz” zamiast w kolejności. W ramach finansowanego ze środków Unii Europejskiej projektu SpinENGINE naukowcy podejmują próbę połączenia dwóch przełomowych koncepcji – obliczeń rezerwuarowych (reservoir computing) oraz dynamiki zbiorów nanomagnesów, aby zrealizować tę wizję. Obliczenia rezerwuarowe wykorzystują rezerwuary o wysoce nieliniowej dynamice, które rzutują sygnały wejściowe na przestrzenie wysokowymiarowe. Dane wyjściowe uzyskuje się wówczas przy pomocy prostych, liniowych technik przetwarzania. Naukowcy skupieni wokół projektu SpinENGINE wykorzystują istniejące i możliwe do przystosowania interakcje nieliniowe w zbiorach nanomagnesów wykorzystywanych w roli rezerwuaru, aby opracować w ten sposób nowatorskie urządzenie obliczeniowe zapewniające wysoki poziom paralelizacji obliczeń.
Cel
The SpinENGINE project will lay the foundations for a new, massively parallel, computational platform based on emergent behaviour in large nanomagnet ensembles. The project will develop an efficient, highly scalable, and easily reproducible platform meeting the data analysis challenges in our increasingly data-rich society. We will build upon our recent discoveries and use complex, nonlinear, and highly tunable interactions in such ensembles to realize a hardware platform for “Reservoir Computing”, a biologically-inspired computational approach. Our critical hypothesis is that the synergies between the inherent properties of nanomagnet ensembles and those required for reservoir computing will enable the efficient creation of a highly adaptive computational platform for the analysis of complex, dynamic data sets. This has the potential to greatly outperform current approaches using conventional CMOS hardware.
SpinENGINE will bring together a multidisciplinary team of researchers with expertise in computer science, condensed matter physics, material science, computational modelling, and high-resolution microscopy. This will enable us to simultaneously explore the fundamental behaviours of nanomagnet ensembles and understand how these can be harnessed for useful computation. By the end of the project, we aim to fabricate a proof-of-concept device capable of solving pattern recognition and classification problems, and, in collaboration with our industrial partner, IBM, produce a roadmap to the further scaling and commercialization of our computational platform. Success in the SpinENGINE project will have vast implications for data analysis at all scales, ranging from low power computation in the simplest sensor node to accelerated data processing in the most complex supercomputer.
Dziedzina nauki
- natural sciencesphysical sciencescondensed matter physics
- natural sciencesphysical sciencesopticsmicroscopy
- natural sciencescomputer and information sciencesartificial intelligencepattern recognition
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringcomputer hardwaresupercomputers
- natural sciencescomputer and information sciencesdata sciencedata processing
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-FETOPEN-2018-2019-2020-01
System finansowania
RIA - Research and Innovation actionKoordynator
7491 Trondheim
Norwegia