Opis projektu
Potencjał plazmoniki w zakresie bardziej energooszczędnych obliczeń neuromorficznych
Obliczenia neuromorficzne, wykorzystujące urządzenia wzorowane na naturalnych strukturach biologicznych ludzkiego układu nerwowego, stanowią obiecującą, energooszczędną alternatywę dla konwencjonalnych architektur obliczeniowych. Unijny projekt PlasmoniAC będzie poświęcony najlepszym w swojej klasie materiałom i technologiom opartym na plazmonice z zamiarem dalszej optymalizacji mocy obliczeniowej, wielkości i energii układów neuromorficznych. Jeśli prace te zakończą się sukcesem, powstanie zaawansowany plazmoniczny pakiet neuronowy. Ma on odznaczać się do trzech rzędów wielkości wyższą wydajnością obliczeniową na jeden neuron oraz do sześciu rzędów wielkości niższym zużyciem energii w porównaniu z najnowocześniejszymi maszynami neuromorficznymi.
Cel
PlasmoniAC invests in neuromorphic computing towards sustaining processing power and energy efficiency scaling, adopting the best-in-class material and technology platforms for optimizing computational power, size and energy at every of its constituent functions. It employs the proven high-bandwidth and low-loss credentials of photonic interconnects together with the nm-size memory function of memristor nanoelectronics, bridging them by introducing plasmonics as the ideal technology for offering photonic-level bandwidths and electronic-level footprint computations within ultra-low energy consumption envelopes. Following a holistic hardware/software co-design approach, PlasmoniAC targets the following objectives: i) to elevate plasmonics into a computationally-credible platform with Nx100Gb/s bandwidth, um2-scale size and >1014 MAC/s/W computational energy efficiency, using CMOS compatible BTO and SiOC materials for electro- and thermo-optic computational functions, ii) to blend them via a powerful 3D co-integration platform with SixNy-based photonic interconnects and with non-volatile memristor-based weight control, iii) to fabricate two different sets of 100Gb/s 16- and 8-fan-in linear plasmonic neurons, iv) to deploy a whole new class of plasmo-electronic and nanophotonic activation modules, v) to demonstrate a full-set of sin2(x), ReLU, sigmoid and tanh plasmonic neurons for feed-forward and recurrent neurons, v) to embrace them into a properly adapted Deep Learning training model suite, ultimately delivering a neuromorphic plasmonic software design library, and vi) to apply them on IT security-oriented applications for threat and malware detection. Succeeding in its targets will release a powerful artificial plasmonic neuron suite with up to 3 orders of magnitude higher computational efficiencies per neuron and 1 and 6 orders of magnitude higher energy and footprint efficiencies, respectively, compared to the top state-of-the-art neuromorphic machines.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-ICT-2019-2
System finansowania
RIA - Research and Innovation actionKoordynator
546 36 THESSALONIKI
Grecja