[ad_1]
(Noticias de Nanowerk) En su apogeo, Blue Waters de UIUC fue una de las mejores supercomputadoras del mundo. Cualquier persona curiosa podría visitar la sala de máquinas de 30,000 pies cuadrados para hacer un recorrido y pasar media hora deambulando entre los 288 enormes gabinetes negros, respaldados por una fuente de alimentación de 24 megavatios y que albergan cientos de miles de núcleos de Blue Waters.
Blue Waters ya no está, pero hoy UIUC alberga no una, sino decenas de miles de computadoras muy superiores. Aunque estas maravillosas máquinas empequeñecen a Blue Waters, cada una pesa solo tres libras, pueden alimentarse con café y sándwiches, y son tan altas como las dos manos juntas de su propietario. Todos los usamos entre las orejas.
El hecho es que la humanidad está lejos de tener computadoras artificiales que puedan alcanzar las capacidades del cerebro humano fuera de una estrecha gama de tareas bien definidas. ¿Alguna vez capturaremos la magia del cerebro? Para responder a esta pregunta, Axel Hoffmann de MRL dirigió recientemente la redacción de un Materiales APL Artículo de «Perspectivas» («Quantum Materials for Energy-Efficient Neuromorphic Computing: Opportunities and Challenges») que resume y reflexiona sobre los esfuerzos para encontrar los llamados «materiales cuánticos» que pueden imitar la función cerebral.
«La idea básica de lo que estamos discutiendo en este documento es la siguiente: que las tecnologías de la información consumen cada vez más energía», dice Hoffmann, quien es profesor fundador de ciencia e ingeniería de materiales. «Sabes, estamos usando mucho más poder de cómputo que antes para todo tipo de cosas… y algunas de esas cosas usan una cantidad sorprendente de energía».
Además, las computadoras CMOS tradicionales ni siquiera son adecuadas para muchas de las tareas informáticas actuales, como el reconocimiento de imágenes, que pueden implicar datos ruidosos y características de interés mal definidas. «CMOS fue diseñado para ser realmente una máquina muy precisa, donde los diferentes estados de información se mantienen bien separados», explica Hoffmann. «Así que no está muy bien diseñado para hacer cosas donde hay mucha aleatoriedad y variabilidad».
El cerebro humano, por otro lado, puede manejar fácilmente tareas tan complicadas y usa significativamente menos energía que las computadoras modernas. «Entonces, la idea ahora es, ¿podemos inspirarnos en el cerebro natural para encontrar formas de procesamiento de información más eficientes desde el punto de vista energético?»
Según la línea de investigación que se comenta en el artículo, la solución serán «materiales que posean algunas de las mismas propiedades que se encuentran en el cerebro natural».
Ciertos «materiales cuánticos», materiales cuyas propiedades físicas no se pueden describir completamente en palabras simples, parecen ser candidatos. Por ejemplo, algunos de ellos tienden a vibrar de una manera similar a las vibraciones que se forman naturalmente en el cerebro.
«Queremos investigar materiales que son intrínsecamente inestables y fluctuantes», dice Hoffmann. «Es muy diferente de la computadora tradicional, donde quieres tener barreras de energía muy grandes entre tus ceros y unos lógicos para que estén bien definidos y bien separados».
Además, en una computadora tradicional, la memoria y el motor de procesamiento están separados, y los datos se mueven constantemente de un lado a otro, una razón clave por la cual la computación consume tanta energía. «En el cerebro natural», por otro lado, «el poder de cómputo y la memoria están mucho más cerca», dice Hoffmann. «La información… está mucho más distribuida en la red, por lo que no es necesario moverla».
En resumen, los materiales cuánticos abren la puerta a las computadoras que pueden proporcionar «ida y vuelta» extremadamente eficientes energéticamente y hacer malabarismos con múltiples estados posibles mientras consumen muy poca energía.
Hoffmann fue coautor del artículo de Perspectives con colegas del Centro de Computación Neuromórfica de Materiales Cuánticos para Eficiencia Energética dirigido por UCSD y financiado por el DOE. Su propia investigación en esta área se centra principalmente en los materiales magnéticos y en cómo escalar los sistemas oscilantes magnéticos desde experimentos de prueba de concepto hasta sistemas útiles.
[ad_2]