Neuromorfe computers blijken geschikt voor supercomputing

In dit artikel:

Onderzoekers van Sandia National Laboratories tonen aan dat neuromorfe rekenmachines — chips die informatie verwerken zoals het menselijke brein, met sterk verweven geheugen en rekeneenheden — niet alleen geschikt zijn voor AI, maar ook voor zware numerieke simulaties die normaal op supercomputers draaien. Volgens The Register voerden ze experimenten uit op Intel’s Loihi 2-spiking chips en pasten ze bestaande wiskundige technieken aan zodat die op neuromorfe hardware werken.

Kern van het werk is een algoritme dat de eindige-elementenmethode vertaalt naar spiking-neuromorfe systemen, een aanpak die veel gebruikt wordt in vloeistofdynamica, materiaalonderzoek en elektromagnetische modellering. De meetresultaten tonen hogere efficiëntie per watt dan gangbare GPU-architecturen en vrijwel lineaire snelheidswinst bij het vergroten van het aantal rekenkernen, wat wijst op goede paralleliseerbaarheid.

Tegelijk blijven programmeerbaarheid en compatibiliteit knelpunten: traditionele HPC-software draait niet vanzelf op neuromorfe systemen en vereist nieuwe algoritmen of aanpassingen. De onderzoekers presenteren hun bevindingen vooral als technische demonstratie, niet als directe vervanger van bestaande supercomputers. Ze zien wel kansen, vooral als er een overgang komt naar analoge neuromorfische hardware die nog zuiniger kan zijn.

Het onderzoek versterkt het beeld dat de toekomst van high performance computing uit meerdere gespecialiseerde architecturen zal bestaan — neuromorfe chips naast GPU’s en ML-versnellers — en benadrukt voor IT- en infrastructuurteams het groeiende belang van energie-efficiëntie en architectuurkeuze.