Hoch skalierbare, speicherbasierte Hardwarearchitektur ideal für Cognitive Computing, Sensorfusion und Videoanalytik
CogniMem™ Technologies Inc. (www.cognimem.com) hat heute auf der vom 12. bis 18. November 2011 in Seattle stattfindenden internationalen SC11-Konferenz für Supercomputing CogniBlox™ angekündigt, ein speicherbasiertes, parallelverarbeitendes Paradigma, welches in seiner Architektur umsetzt, wie das menschliche Gehirn Daten verarbeitet.
Das CogniBlox-System kann auf sehr große Anordnungen des kognitiven Gedächtnisses skaliert werden und damit eine Plattform zum Einsetzen wirklicher künstlicher Intelligenz mit praktikabler Leistungsgeschwindigkeit und ebensolchem Stromverbrauch bereitstellen. Das Skalieren ist ganz einfach: Es müssen nur mehr CogniBlox-Platinen dem System hinzugefügt werden, was keine Auswirkungen auf die Funktion hat, außer dass eine größere Reihe an kognitivem Speicherplatz zur Verfügung steht, was es zu einem neuen Bewerber für das Exascale-Rechnen macht.
"Die CogniBlox-Architektur basiert auf multiplen CM1K-Komponenten (1024 Neuronen), die den konstanten Parallelabgleich von Vektoren in 10 Mikrosekunden erlauben, unabhängig von der Anzahl der Vektoren, die gleichzeitig verglichen werden", sagte Bruce McCormick, Mitgründer, Präsident und CEO von CogniMem. "Die kürzlich gemachten Ankündigungen von IBM über sein Projekt DARPA SyNAPSE haben das Interesse an dieser aufregenden Technologie wieder aufleben lassen. Auf multiplen Generationen der von IBM patentierten ZISC-Technologie basierend, haben wir dieses Herangehen an den praktischen kommerziellen Nutzen perfektioniert, stellen eine bisher einzigartige Leistung bei niedrigem Verbrauch bereit und machen es jetzt verfügbar."
Der CM1K-Chip implementiert die Klassifikatoren RCE/RBF und k-NN (k-nearest neighbor) und ist somit ideal, um die nächstgelegenen Vektoren bei Videosuchen, Echtzeitüberwachung oder Analytik zu bestimmen sowie bei Data-Mining, Fingerabdruck-Abgleichen, hyperspektraler Bildanalyse, Finanzdienstleistungen, Wettervorhersagen und einem weiten Spektrum an wissenschaftlichen rechnerbetonten Aufgaben. Anders als traditonelle Von-Neumann-Techniken, die CPU/GPU-Speicherengpässe, Synchronisations- und Kommunikationsprobleme wegen ihres seriellen Zugangs zum Speicher haben, verarbeitet CogniBlox wirklich parallel und greift ebenfalls parallel auf den Speicher zu.
Produktdetails
Das CogniBlox-System ist zusammengesetzt aus vier CM1K-Chips oder insgesamt 4096 kognitionsverarbeitenden Elementen pro Platine in einem trainierbaren, 3 Schichten umfassenden Netzwerk, von der jede 256 programmierbare 1-Byte-Verbindungen zum Input haben Systeme von einer Million Elementen können konfiguriert werden, die 256 Millionen Verbindungen alle 10 Mikrosekunden ermöglichen bei einem typischen Energieverbrauch von 500 Watt und 0,13 Petaops1 Leistung. Das Cogniblox-System wird von Windows- und Linux-Plattformen unterstützt und nutzt dabei .NET- und Java-basierte Tools für Trainings- und Erkennungsaufgaben in der Anordnung. Hardware-Support für eine dynamische Rekonfigurierbarkeit und vollständige architekturelle Flexibilität für X-, Y- und Z-Skalierung ist der CogniBlox-Architektur ebenfalls inhärent. Die Preise beginnen bei 3.000 US-Dollar für CogniBlox mit einer Platine, und Größenrabatte für das 1-Million-System (250 CogniBlox-Platinen) sind verfügbar.
CogniMem wird das CogniBlox-Modul und den CM1K-Chip aus der Produktlinie der neuralen Netzwerke von CogniMem auf der SC11 am Stand Nr. 4509 im Washington State Convention Center in Seattle vorführen.
Über Cognimem Technologies
CogniMemTechnologies Inc. ist ein Unternehmen der Halbleiterindustrie ohne eigene Fertigungsstätte und entwirft Komponenten für superschnelle und parallele Mustererkennung. Das Unternehmen setzt sich dafür ein, wirklich parallele Hardware-Lösungen zur Lösung von künstlicher Intelligenz und Mustererkennungsproblemen zu finden. Inspiriert von seiner Erfindung der Technologie und dem daraus folgenden gemeinsamen Patent mit IBM im Jahr 1993 (hergestellt als ZISC-Chip), arbeitet Guy Paillet von CogniMem zusammen mit den Mitbegründern Anne Menendez und Bruce McCormick daran, ein Team zu führen, das die nächste Generation von Mustererkennungs-Chips für sensorische Geräte und Kognitionssysteme entwickelt. Heutzutage produziert CogniMem unter Lizenz von IBM eine leistungsstarke Evolution dieser Technologie mit 1024 kognitiven Speichern bzw. Neuronen, was 20-mal mehr ist als die Kapazität der ZISC-Chips. Die Mission von CogniMemo ist es, integrierte Schaltkreise, Module, Entwicklungstools und Referenzdesigns bereitzustellen, die den Kunden helfen, ihre schwierigen Mustererkennungsprobleme als Teil des gesamten Produktangebots zu lösen. Erfahren Sie mehr unter www.cognimem.com
CogniMem, CogniBlox und die dazugehörigen Logos sind eingetragene Markenzeichen von CogniMem Technologies, Inc. Alle anderen Markenzeichen sind Eigentum der jeweiligen Eigentümer.
1 0,13 Petaops = 1000 x 1024 x 5(+) Operationen (vergleichen, bündeln, subtrahieren, akkumulieren, minus laden & speichern, + suchen & sortieren) x 256 Verbindungen x 100 K/sec.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Contacts:
Ogilvy PR
Meghan Fintland, 415-677-2704
Meghan.Fintland@ogilvy.com