CogniFiber erreicht bahnbrechende Schnittstellengeschwindigkeit und ermöglicht 5X schnellere KI-Berechnungen als die führende Photonik-Lösung

Der photonische Durchbruch von Cognifiber bringt die Realität des KI-Einsatzes näher. “Unsere aktuellen Ergebnisse sind herausragend und zeigen Fähigkeiten, die die zukünftige Skalierbarkeit und Nachhaltigkeit von Rechenzentren und Edge Computing unterstützen”, sagte Dr. Eyal Cohen, Mitbegründer und CEO von CogniFiber.

Tel Aviv, Israel – CogniFiber, ein Technologieunternehmen, das die photonische Datenverarbeitung revolutioniert, hat einen Meilenstein bei seinen Produktintegrationstests für die Schnittstellendateninjektion bekannt gegeben. Der Ansatz von CogniFiber implementiert direktes analoges neuromorphes photonisches Rechnen (“reine Photonik”) und beseitigt alle Engpässe bei der KI-Inferenz, so dass die Geschwindigkeit der Aufgabe nur durch den Eingangstakt begrenzt wird.

Das in Kürze auf den Markt kommende reinphotonische System wird voraussichtlich eine atemberaubende Geschwindigkeit von 100 Millionen Tasks pro Sekunde erreichen und damit die geschätzten 5 Millionen Tasks pro Sekunde des DGX A100 von NVIDIA oder die 24 Millionen Tasks pro Sekunde des Envise Servers von Lightmatter bei weitem übertreffen (est.*). Diese Fähigkeiten in Verbindung mit einem bescheidenen Stromverbrauch ermöglichen es Unternehmen, leistungsstarke Rechenressourcen einzusetzen, die knapp 350 Tausend Aufgaben pro Watt bewältigen können. Während die Entwickler herkömmlicher siliziumbasierter Halbleiter daran arbeiten, immer mehr Transistoren in einen kleinen Chip einzubauen, um die Verarbeitungsleistung zu erhöhen, müssen Rechenzentren und Hyperscaler aufgrund der geringeren Zuverlässigkeit, des hohen Stromverbrauchs und der eingeschränkten Kühlung hohe Kosten bewältigen.

Um diesen Anforderungen gerecht zu werden, hat CogniFiber eine Komplettlösung entwickelt, die auf einer proprietären, glasfaserbasierten Technologie in Verbindung mit optischen Standardkommunikationsgeräten basiert. Diese benötigt nur einen Bruchteil des Platzes, um eine vergleichbare Rechenleistung zu erreichen, während gleichzeitig die Kühlung und der betriebliche Aufwand erheblich reduziert werden. “Unsere ersten Ergebnisse sind hervorragend und zeigen, dass wir in der Lage sind, die Mega-Rechenzentren von morgen zu unterstützen”, sagte Dr. Eyal Cohen, Mitbegründer und CEO von CogniFiber. “Der Betrieb bei Raumtemperatur ohne nennenswerte Wärmeabgabe an die Umgebung bedeutet, dass Rechenzentren ihren Kunden eine höhere Betriebszuverlässigkeit bei geringeren Kosten bieten können.”

Die fortschreitende Miniaturisierung heutiger Server ermöglicht es Ingenieuren, große IoT- und KI-Datenmengen in Rekordzeit auf kostengünstige Weise zu verarbeiten. Dies hat auch kommerzielle Auswirkungen für Unternehmen, die On-Prem- oder lokalisierte Server haben wollen, die weniger Platz beanspruchen. “Unser neuer Ansatz zur Entwicklung und Nutzung großer Datenverarbeitungsfähigkeiten ermöglicht es Unternehmen, KI- und Machine-Learning-Fähigkeiten an den Rand ihrer Netzwerke zu bringen”, sagte Professor Zeev Zalevsky, Mitbegründer und CTO von Cognifiber.

Neben den Rechenkapazitäten ist der Stromverbrauch seit Jahren ein wichtiges Thema für Rechenzentren. Da die Nachfrage steigt, werden die Betreiber hinsichtlich der Umweltauswirkungen ihres Betriebs unter die Lupe genommen, da sie viel in die Energie investieren, die für die Kühlung und den Betrieb tausender moderner Server benötigt wird. Die reinphotonischen Systeme von CogniFiber und ihr geringerer Energiebedarf sind ein vielversprechender Beitrag zur Verringerung der globalen Treibhausgasemissionen und bieten gleichzeitig die fortschrittlichen Funktionen, die für die Technologien von morgen benötigt werden.

Quelle: Pressemitteilung

Weitere Informationen:

Cognifiber revolutioniert den Bereich des Edge Computings

Beitrag teilen
Dieser Beitrag wurde unter Forschung, Künstliche Intelligenz abgelegt und mit , , , , , , , , , , , , , , verschlagwortet. Setze ein Lesezeichen auf den Permalink.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.