Ingenieros de la Universidad de Massachusetts Amherst (EE.UU.) están liderando un equipo de investigación que se está desarrollando un nuevo tipo de nanodispositivo para los microprocesadores informáticos que puede imitar el funcionamiento de una sinapsis biológica -el lugar del cuerpo en el que una señal pasa de una célula nerviosa a otra-. El trabajo aparece en Nature Materials.
Este tipo de computación neuromórfica en el que los microprocesadores se configuran como el cerebro humano es una de las tecnologías informáticas transformadoras más prometedoras actualmente en estudio.
J. Joshua Yang y Qiangfei Xia son profesores en el departamento de ingeniería eléctrica e informática en la Facultad de Ingeniería de la Universidad de Massachusetts Amherst. Yang describe la investigación como parte de una colaboración para desarrollar un nuevo tipo de dispositivo memristivo.
Los dispositivos memristivos, explica la universidad en una nota, son interruptores de resistencia eléctrica que pueden alterar su resistencia según el historial de tensión aplicada y de corriente. Estos dispositivos pueden almacenar y procesar información y ofrecen varias características clave de rendimiento que superan a la tecnología de circuitos integrados convencional.
«Los memristores se han convertido en el principal candidato para permitir la computación neuromórfica mediante la reproducción de las funciones biológicas de las sinapsis y neuronas en un sistema de redes neuronales, al tiempo que proporcionan ventajas en cuanto a energía y tamaño», dicen los investigadores.
Redes Neuronales y Servidores Dedicados para IA
El desarrollo de hardware neuromórfico busca replicar la eficiencia del cerebro humano para el procesamiento de Inteligencia Artificial y Machine Learning. A nivel comercial, el entrenamiento de algoritmos predictivos y redes neuronales requiere una capacidad de cómputo inmensa y transferencia de datos ultrarrápida.
El alojamiento compartido no está diseñado para soportar las cargas continuas de CPU y memoria que demanda el entrenamiento de IA. Para evitar bloqueos, es imperativo escalar a hardware de grado empresarial.
Nuestros Servidores Dedicados en PlatiniumHost proporcionan entornos Bare-Metal ideales para ingenieros de datos. Accede a recursos exclusivos y unidades de almacenamiento NVMe en configuración RAID, asegurando que tus modelos de Machine Learning se procesen sin limitaciones físicas ni estrangulamiento de rendimiento.