Информация
Значительное повышение энергоэффективности и операционной скорости вычислительных систем является одной из наиболее актуальных задач в области современных информационно-коммуникационных технологий ИКТ, на долю которых, по некоторым оценкам, приходится порядка 7% мирового потребления электроэнергии. При существующей тенденции расширения областей, требующих обработки огромных массивов данных связь, международная логистика, метеорология, различные вопросы экологического мониторинга и проч., а также при сохранении темпов развития и распространения новых технологий ИКТ, таких как искусственный интеллект, машинное обучение и интернет вещей, потребность в поиске новых подходов к разработке энергоэффективных и вместе с тем высокопроизводительных устройств и элементов ИКТ, будет только возрастать. Одним из наиболее перспективных решений в данном направлении представляется переход к «нейроморфному оборудованию», основанному на принципах энергоэффективности мозга для обработки огромных объемов данных. В настоящее время информация, в основном, обрабатывается в электронном виде, передается с помощью оптических сигналов и хранится на магнитных носителях. В таких системах одной из основных проблем, обуславливающих высокое энергопотребление и ограничение производительности вычислительных устройств, является низкая эффективность преобразования информации из электронной формы в оптическую и магнитную, а также разделение процессора и запоминающего устройства в современной вычислительной архитектуре фон Неймана. Человеческий мозг, скорость обработки информации которого очень низка по сравнению с возможностями современных компьютеров, работающих в гигагерцевом диапазоне, использует совершенно другую архитектуру, объединяя обработку и хранение информации в массивно-параллельной сети. По сравнению с самыми мощными современными суперкомпьютерами, которые потребляют 10 мегаватт энергии, человеческий мозг потребляет всего 10 ватт, в миллион раз меньше, но предлагает, по крайней мере для некоторых типов задач, аналогичную или превосхо