#нейроморфный_чип — Public Fediverse posts

«Мозг в пробирке» и новая вычислительная парадигма: почему нейроморфные системы и биокомпьютеры уже не фантастика

Когда в медиа появилась новость, что выращенный в лаборатории мозговой органоид научили решать задачу управления, многие увидели в этом очередную научную сенсацию из серии «человечество создало живой компьютер». Другие, наоборот, отмахнулись: мол, это красивый эксперимент, который не имеет отношения к реальной индустрии и никогда не выйдет за пределы научной статьи. Обе реакции понятны, но обе упускают главное. Ценность подобных работ в другом: они показывают, что на стыке вычислительной техники, нейронауки и биоинженерии постепенно формируется новое поле, в котором вычисление перестает быть исключительно задачей кремниевой электроники в ее привычном виде. Еще недавно разговор о нейроморфных системах воспринимался как смесь академической романтики и идеологического футуризма. Но теперь у этого разговора появляются собственные артефакты — метрики, архитектуры, платформы, ранние продукты и, что особенно важно, инженерные ограничения, которые уже можно обсуждать всерьез. Поговорим о том, что такое нейроморфные вычисления, почему ими занимаются не только нейробиологи, но и крупнейшие технологические компании, почему между лабораторным прототипом и настоящим рынком лежит огромная дистанция и как, несмотря на разрыв, за развитием этой сферы уже стоит следить почти так же внимательно, как когда-то за первыми GPU-ускорителями, квантовыми компьютерами или edge AI.

https://habr.com/ru/companies/ru_mts/articles/1019860/

#edge_computing #нейроморфный_чип #нейроморфные_вычисления #нейромофика #вычисления #обучение_с_подкреплением #машинное_обучение #чипы #будущее_здесь

«Мозг в пробирке» и новая вычислительная парадигма: почему нейроморфные системы и биокомпьютеры уже не фантастика

Когда в медиа появилась новость, что выращенный в лаборатории мозговой органоид научили решать задачу управления, многие увидели в этом очередную научную сенсацию из серии «человечество создало живой компьютер». Другие, наоборот, отмахнулись: мол, это красивый эксперимент, который не имеет отношения к реальной индустрии и никогда не выйдет за пределы научной статьи. Обе реакции понятны, но обе упускают главное. Ценность подобных работ в другом: они показывают, что на стыке вычислительной техники, нейронауки и биоинженерии постепенно формируется новое поле, в котором вычисление перестает быть исключительно задачей кремниевой электроники в ее привычном виде. Еще недавно разговор о нейроморфных системах воспринимался как смесь академической романтики и идеологического футуризма. Но теперь у этого разговора появляются собственные артефакты — метрики, архитектуры, платформы, ранние продукты и, что особенно важно, инженерные ограничения, которые уже можно обсуждать всерьез. Поговорим о том, что такое нейроморфные вычисления, почему ими занимаются не только нейробиологи, но и крупнейшие технологические компании, почему между лабораторным прототипом и настоящим рынком лежит огромная дистанция и как, несмотря на разрыв, за развитием этой сферы уже стоит следить почти так же внимательно, как когда-то за первыми GPU-ускорителями, квантовыми компьютерами или edge AI.

https://habr.com/ru/companies/ru_mts/articles/1019860/

#edge_computing #нейроморфный_чип #нейроморфные_вычисления #нейромофика #вычисления #обучение_с_подкреплением #машинное_обучение #чипы #будущее_здесь

«Мозг в пробирке» и новая вычислительная парадигма: почему нейроморфные системы и биокомпьютеры уже не фантастика

Когда в медиа появилась новость, что выращенный в лаборатории мозговой органоид научили решать задачу управления, многие увидели в этом очередную научную сенсацию из серии «человечество создало живой компьютер». Другие, наоборот, отмахнулись: мол, это красивый эксперимент, который не имеет отношения к реальной индустрии и никогда не выйдет за пределы научной статьи. Обе реакции понятны, но обе упускают главное. Ценность подобных работ в другом: они показывают, что на стыке вычислительной техники, нейронауки и биоинженерии постепенно формируется новое поле, в котором вычисление перестает быть исключительно задачей кремниевой электроники в ее привычном виде. Еще недавно разговор о нейроморфных системах воспринимался как смесь академической романтики и идеологического футуризма. Но теперь у этого разговора появляются собственные артефакты — метрики, архитектуры, платформы, ранние продукты и, что особенно важно, инженерные ограничения, которые уже можно обсуждать всерьез. Поговорим о том, что такое нейроморфные вычисления, почему ими занимаются не только нейробиологи, но и крупнейшие технологические компании, почему между лабораторным прототипом и настоящим рынком лежит огромная дистанция и как, несмотря на разрыв, за развитием этой сферы уже стоит следить почти так же внимательно, как когда-то за первыми GPU-ускорителями, квантовыми компьютерами или edge AI.

https://habr.com/ru/companies/ru_mts/articles/1019860/

#edge_computing #нейроморфный_чип #нейроморфные_вычисления #нейромофика #вычисления #обучение_с_подкреплением #машинное_обучение #чипы #будущее_здесь

«Мозг в пробирке» и новая вычислительная парадигма: почему нейроморфные системы и биокомпьютеры уже не фантастика

Когда в медиа появилась новость, что выращенный в лаборатории мозговой органоид научили решать задачу управления, многие увидели в этом очередную научную сенсацию из серии «человечество создало живой компьютер». Другие, наоборот, отмахнулись: мол, это красивый эксперимент, который не имеет отношения к реальной индустрии и никогда не выйдет за пределы научной статьи. Обе реакции понятны, но обе упускают главное. Ценность подобных работ в другом: они показывают, что на стыке вычислительной техники, нейронауки и биоинженерии постепенно формируется новое поле, в котором вычисление перестает быть исключительно задачей кремниевой электроники в ее привычном виде. Еще недавно разговор о нейроморфных системах воспринимался как смесь академической романтики и идеологического футуризма. Но теперь у этого разговора появляются собственные артефакты — метрики, архитектуры, платформы, ранние продукты и, что особенно важно, инженерные ограничения, которые уже можно обсуждать всерьез. Поговорим о том, что такое нейроморфные вычисления, почему ими занимаются не только нейробиологи, но и крупнейшие технологические компании, почему между лабораторным прототипом и настоящим рынком лежит огромная дистанция и как, несмотря на разрыв, за развитием этой сферы уже стоит следить почти так же внимательно, как когда-то за первыми GPU-ускорителями, квантовыми компьютерами или edge AI.

https://habr.com/ru/companies/ru_mts/articles/1019860/

#edge_computing #нейроморфный_чип #нейроморфные_вычисления #нейромофика #вычисления #обучение_с_подкреплением #машинное_обучение #чипы #будущее_здесь

ИИ 2026: Технологии, которые выживут в продакшне

Представьте, что вы — инженер в крупной IT‑компании. Ваша задача — запустить новую языковую модель на длинных документах. Вы арендуете дорогущий кластер с GPU, загружаете данные, запускаете обучение... и через час получаете аварийное оповещение: температура видеокарт достигла 98°C, система отключается… Это не выдуманная история — такие случаи происходят регулярно. Виновник — квадратичная сложность механизма внимания в трансформерах (O(n²)). 2026 год — это момент, когда передовые технологии ИИ сталкиваются с физическими пределами. И пока одни исследователи ищут философский камень в квантовой механике, другие инженеры решают конкретную проблему: как запихнуть гигантскую модель на скромное железо и не сжечь бюджет на электричество. Я, Даниил Селиванов, пресейл инженер в компании BPMSoft (входит в холдинг LANSOFT). Я заинтересовался темой развития искусственного интеллекта еще в период зарождения многих ИИ‑технологий, на практике наблюдал рост технологических гигантов. Сегодня хочу поделиться с вами своими мыслями по этому поводу.

https://habr.com/ru/companies/lansoft_career/articles/1016830/

#трансформеры #искусственный_интеллект #нейроморфный_чип #квантовые_вычисления #чтение_мыслей #интерфейсы_мозгкомпьютер #энергоэффективность #mlмодели #gpu #bci

ИИ 2026: Технологии, которые выживут в продакшне

Представьте, что вы — инженер в крупной IT‑компании. Ваша задача — запустить новую языковую модель на длинных документах. Вы арендуете дорогущий кластер с GPU, загружаете данные, запускаете обучение... и через час получаете аварийное оповещение: температура видеокарт достигла 98°C, система отключается… Это не выдуманная история — такие случаи происходят регулярно. Виновник — квадратичная сложность механизма внимания в трансформерах (O(n²)). 2026 год — это момент, когда передовые технологии ИИ сталкиваются с физическими пределами. И пока одни исследователи ищут философский камень в квантовой механике, другие инженеры решают конкретную проблему: как запихнуть гигантскую модель на скромное железо и не сжечь бюджет на электричество. Я, Даниил Селиванов, пресейл инженер в компании BPMSoft (входит в холдинг LANSOFT). Я заинтересовался темой развития искусственного интеллекта еще в период зарождения многих ИИ‑технологий, на практике наблюдал рост технологических гигантов. Сегодня хочу поделиться с вами своими мыслями по этому поводу.

https://habr.com/ru/companies/lansoft_career/articles/1016830/

#трансформеры #искусственный_интеллект #нейроморфный_чип #квантовые_вычисления #чтение_мыслей #интерфейсы_мозгкомпьютер #энергоэффективность #mlмодели #gpu #bci

ИИ 2026: Технологии, которые выживут в продакшне

Представьте, что вы — инженер в крупной IT‑компании. Ваша задача — запустить новую языковую модель на длинных документах. Вы арендуете дорогущий кластер с GPU, загружаете данные, запускаете обучение... и через час получаете аварийное оповещение: температура видеокарт достигла 98°C, система отключается… Это не выдуманная история — такие случаи происходят регулярно. Виновник — квадратичная сложность механизма внимания в трансформерах (O(n²)). 2026 год — это момент, когда передовые технологии ИИ сталкиваются с физическими пределами. И пока одни исследователи ищут философский камень в квантовой механике, другие инженеры решают конкретную проблему: как запихнуть гигантскую модель на скромное железо и не сжечь бюджет на электричество. Я, Даниил Селиванов, пресейл инженер в компании BPMSoft (входит в холдинг LANSOFT). Я заинтересовался темой развития искусственного интеллекта еще в период зарождения многих ИИ‑технологий, на практике наблюдал рост технологических гигантов. Сегодня хочу поделиться с вами своими мыслями по этому поводу.

https://habr.com/ru/companies/lansoft_career/articles/1016830/

#трансформеры #искусственный_интеллект #нейроморфный_чип #квантовые_вычисления #чтение_мыслей #интерфейсы_мозгкомпьютер #энергоэффективность #mlмодели #gpu #bci

ИИ 2026: Технологии, которые выживут в продакшне

Представьте, что вы — инженер в крупной IT‑компании. Ваша задача — запустить новую языковую модель на длинных документах. Вы арендуете дорогущий кластер с GPU, загружаете данные, запускаете обучение... и через час получаете аварийное оповещение: температура видеокарт достигла 98°C, система отключается… Это не выдуманная история — такие случаи происходят регулярно. Виновник — квадратичная сложность механизма внимания в трансформерах (O(n²)). 2026 год — это момент, когда передовые технологии ИИ сталкиваются с физическими пределами. И пока одни исследователи ищут философский камень в квантовой механике, другие инженеры решают конкретную проблему: как запихнуть гигантскую модель на скромное железо и не сжечь бюджет на электричество. Я, Даниил Селиванов, пресейл инженер в компании BPMSoft (входит в холдинг LANSOFT). Я заинтересовался темой развития искусственного интеллекта еще в период зарождения многих ИИ‑технологий, на практике наблюдал рост технологических гигантов. Сегодня хочу поделиться с вами своими мыслями по этому поводу.

https://habr.com/ru/companies/lansoft_career/articles/1016830/

#трансформеры #искусственный_интеллект #нейроморфный_чип #квантовые_вычисления #чтение_мыслей #интерфейсы_мозгкомпьютер #энергоэффективность #mlмодели #gpu #bci

«Мы не догоняем Intel». Как в России создают нейроморфный процессор «Алтай»

Пока кто-то спорит, догонит ли Россия Intel и AMD в гонке нанометров, небольшая команда в Новосибирске идёт другим путём. Они создают процессор, который потребляет в 1000 раз меньше энергии, чем современные GPU, не использует ни одного зарубежного IP-блока и может работать автономно — от протезов до дата-центров. В стриме телеграм-канала AI4Dev — AI for Development мы поговорили с Валерием Канглером, техническим директором компании «Мотив НТ», о том, как нейроморфный чип «Алтай» бросает вызов архитектуре фон Неймана, почему трансформеры — это не вершина эволюции, и когда в России появится серийное производство процессоров, работающих по принципам человеческого мозга.

https://habr.com/ru/articles/997052/

#нейроморфный_чип #разработка_электроники #процессоры #искусство #искусственные_нейронные_сети #компьютерное_железо #процессоры_intel #нейросети #gpu_вычисления #нейробиология

«Мы не догоняем Intel». Как в России создают нейроморфный процессор «Алтай»

Пока кто-то спорит, догонит ли Россия Intel и AMD в гонке нанометров, небольшая команда в Новосибирске идёт другим путём. Они создают процессор, который потребляет в 1000 раз меньше энергии, чем современные GPU, не использует ни одного зарубежного IP-блока и может работать автономно — от протезов до дата-центров. В стриме телеграм-канала AI4Dev — AI for Development мы поговорили с Валерием Канглером, техническим директором компании «Мотив НТ», о том, как нейроморфный чип «Алтай» бросает вызов архитектуре фон Неймана, почему трансформеры — это не вершина эволюции, и когда в России появится серийное производство процессоров, работающих по принципам человеческого мозга.

https://habr.com/ru/articles/997052/

#нейроморфный_чип #разработка_электроники #процессоры #искусство #искусственные_нейронные_сети #компьютерное_железо #процессоры_intel #нейросети #gpu_вычисления #нейробиология

«Мы не догоняем Intel». Как в России создают нейроморфный процессор «Алтай»

Пока кто-то спорит, догонит ли Россия Intel и AMD в гонке нанометров, небольшая команда в Новосибирске идёт другим путём. Они создают процессор, который потребляет в 1000 раз меньше энергии, чем современные GPU, не использует ни одного зарубежного IP-блока и может работать автономно — от протезов до дата-центров. В стриме телеграм-канала AI4Dev — AI for Development мы поговорили с Валерием Канглером, техническим директором компании «Мотив НТ», о том, как нейроморфный чип «Алтай» бросает вызов архитектуре фон Неймана, почему трансформеры — это не вершина эволюции, и когда в России появится серийное производство процессоров, работающих по принципам человеческого мозга.

https://habr.com/ru/articles/997052/

#нейроморфный_чип #разработка_электроники #процессоры #искусство #искусственные_нейронные_сети #компьютерное_железо #процессоры_intel #нейросети #gpu_вычисления #нейробиология

«Мы не догоняем Intel». Как в России создают нейроморфный процессор «Алтай»

Пока кто-то спорит, догонит ли Россия Intel и AMD в гонке нанометров, небольшая команда в Новосибирске идёт другим путём. Они создают процессор, который потребляет в 1000 раз меньше энергии, чем современные GPU, не использует ни одного зарубежного IP-блока и может работать автономно — от протезов до дата-центров. В стриме телеграм-канала AI4Dev — AI for Development мы поговорили с Валерием Канглером, техническим директором компании «Мотив НТ», о том, как нейроморфный чип «Алтай» бросает вызов архитектуре фон Неймана, почему трансформеры — это не вершина эволюции, и когда в России появится серийное производство процессоров, работающих по принципам человеческого мозга.

https://habr.com/ru/articles/997052/

#нейроморфный_чип #разработка_электроники #процессоры #искусство #искусственные_нейронные_сети #компьютерное_железо #процессоры_intel #нейросети #gpu_вычисления #нейробиология

Кибер-кожа. Что произойдёт, когда роботы научатся чувствовать?

Зачем вообще давать роботам чувствительную кожу? Кроме как для моделей из «особой индустрии». Дело в том, что изначально рабочие машины проектировались под заводы. Где все внутреннее помещение – это четко ограниченная среда, со строгими протоколами и работой линий. Но если «вытащить робота с завода», он столкнется с хаосом и непредсказуемостью мира. И даже «стоп-кран», не будет спасать ситуацию, ведь нужно не пасовать, а адаптироваться к внешним изменениям. Поэтому и нужна эдакая надстройка в виде чувствительности, чтобы роботы могли сосуществовать рядом с нами, как адекватные ассистенты.

https://habr.com/ru/articles/994462/

#искусственная_кожа #нейроморфная_архитектура #нейроморфность #нейроморфный_чип #нейроморфные_системы #нейроморфные_технологии #роботы #ощущения #искусственный_интеллект #робототехника

Кибер-кожа. Что произойдёт, когда роботы научатся чувствовать?

Зачем вообще давать роботам чувствительную кожу? Кроме как для моделей из «особой индустрии». Дело в том, что изначально рабочие машины проектировались под заводы. Где все внутреннее помещение – это четко ограниченная среда, со строгими протоколами и работой линий. Но если «вытащить робота с завода», он столкнется с хаосом и непредсказуемостью мира. И даже «стоп-кран», не будет спасать ситуацию, ведь нужно не пасовать, а адаптироваться к внешним изменениям. Поэтому и нужна эдакая надстройка в виде чувствительности, чтобы роботы могли сосуществовать рядом с нами, как адекватные ассистенты.

https://habr.com/ru/articles/994462/

#искусственная_кожа #нейроморфная_архитектура #нейроморфность #нейроморфный_чип #нейроморфные_системы #нейроморфные_технологии #роботы #ощущения #искусственный_интеллект #робототехника

Кибер-кожа. Что произойдёт, когда роботы научатся чувствовать?

Зачем вообще давать роботам чувствительную кожу? Кроме как для моделей из «особой индустрии». Дело в том, что изначально рабочие машины проектировались под заводы. Где все внутреннее помещение – это четко ограниченная среда, со строгими протоколами и работой линий. Но если «вытащить робота с завода», он столкнется с хаосом и непредсказуемостью мира. И даже «стоп-кран», не будет спасать ситуацию, ведь нужно не пасовать, а адаптироваться к внешним изменениям. Поэтому и нужна эдакая надстройка в виде чувствительности, чтобы роботы могли сосуществовать рядом с нами, как адекватные ассистенты.

https://habr.com/ru/articles/994462/

#искусственная_кожа #нейроморфная_архитектура #нейроморфность #нейроморфный_чип #нейроморфные_системы #нейроморфные_технологии #роботы #ощущения #искусственный_интеллект #робототехника

Кибер-кожа. Что произойдёт, когда роботы научатся чувствовать?

Зачем вообще давать роботам чувствительную кожу? Кроме как для моделей из «особой индустрии». Дело в том, что изначально рабочие машины проектировались под заводы. Где все внутреннее помещение – это четко ограниченная среда, со строгими протоколами и работой линий. Но если «вытащить робота с завода», он столкнется с хаосом и непредсказуемостью мира. И даже «стоп-кран», не будет спасать ситуацию, ведь нужно не пасовать, а адаптироваться к внешним изменениям. Поэтому и нужна эдакая надстройка в виде чувствительности, чтобы роботы могли сосуществовать рядом с нами, как адекватные ассистенты.

https://habr.com/ru/articles/994462/

#искусственная_кожа #нейроморфная_архитектура #нейроморфность #нейроморфный_чип #нейроморфные_системы #нейроморфные_технологии #роботы #ощущения #искусственный_интеллект #робототехника

Как работают мозгоподобные чипы: от нейроморфных архитектур до реальных приложений

В этой статье я расскажу о нейроморфных чипах — аппаратных решениях, вдохновлённых биологическим мозгом. Без сухой теории и без ссылок на чужие публикации: только мои наблюдения, эксперименты на FPGA и готовые примеры на Python и C++. Почти детективный сюжет про транзисторы, которые ведут себя как нейроны, и про то, как они помогают роботам и «умным» датчикам работать миллисекунды.

https://habr.com/ru/articles/930248/

#нейроморфный_чип #SNN #intel_loihi #fpga #stdp #edge_computing #DVS #spinnaker

Нейроморфные и квантовые модели ИИ: что это, причем здесь сильный ИИ и их перспективы

Текущие ИИ-решения и архитектуры, в основе которых классические подходы, по нашему мнению, приближаются к своему пределу. На текущем уровне развития и эффективности ИИ-моделей для создания и обучения сильного ИИ будут нужны гигантские вычислительные мощности. Ведь для повышения эффективности нужно увеличивать количество нейронов и выстраивать связи между ними. Если человеческие нейроны могут быть в нескольких состояниях, а активация может происходить «по-разному» (да простят нас биологи за такие упрощения), то машинный ИИ так не может. То есть, условно, машинные 80-100 млрд нейронов не равны 80-100 млрд у человека. Тот же GPT4 оценивают в 100 трлн параметров (условно нейронов), и он все равно уступает человеку.

https://habr.com/ru/articles/806913/

#ии #искусственный_интеллект #ai #квантовые_вычисления #нейроморфные_процессоры #нейроморфные_компьютеры #нейроморфный_чип #квантовый_компьютер #квантовые_технологии