В России смоделировали первый прототип сверхпроводниковой нейроморфной сети

Система может быть изготовлена «в железе» в ближайшее время.
Схематическое изображение прототипа сверхпроводящей нейронной сети
Схематическое изображение прототипа сверхпроводящей нейронной сети
Пресс-служба ННГУ им. Н.И. Лобачевского

Нижегородские физики предложили дизайн нейроморфного процессора на сверхпроводниках, сообщает пресс-служба университета. «Нероморфный» означает «похожий на мозг».

По энергоэффективности и быстродействию нейросеть в десятки раз превосходит полупроводниковые аналоги. Схема может применяться для высокоскоростной обработки больших массивов данных, в том числе широкополосных космических сигналов. Сверхпроводники из алюминия или ниобия работают при очень низких температурах, что позволяет интегрировать нейросети в оборудование космических спутников, телескопов и станций. Результаты опубликованы в международном журнале Nanomaterials.

«Преимущество нашей модели в том, что подобная нейросеть может работать и в классическом, и в квантовом режиме. Например, использоваться как сопроцессор для обработки квантовой информации. Разработка гибридных квантово-классических нейросетей — одно из востребованных направлений квантового машинного обучения», рассказала автор исследования, руководитель лаборатории теории наноструктур Научно-исследовательского физико-технического института ННГУ им. Н.И. Лобачевского Марина Бастракова.

Дизайн нейросети, предложенный нижегородскими учеными, позволяет минимизировать потери сигналов благодаря меньшему числу задействованных трансформаторов. Также авторы описали взаимодействие нейронов и рассчитали оптимальные параметры компонентов.

«Прототип сверхпроводникового нейрона базового элемента данной нейросети мы подробно исследовали в 2022 году. Недавно он был изготовлен в Институте физики твердого тела РАН, получены его первые экспериментальные характеристики. Наше новое исследование нацелено на масштабирование разработки. Предлагаемая система может быть изготовлена “в железе” в ближайшее время», говорит Марина Бастракова.