Präqualifikation / Eignungsnachweise
Der SpiNNaker2-Chip wurde von Grund auf so konzipiert, dass er durch die Integration maßgeschneiderter, energieeffizienter Chip-zu-Chip- Verbindungen (c2c) hochgradig skalierbar ist und uns die Möglichkeit bietet die Datenverteilung der zur Berechnung notwendiger Daten so zu optimieren, dass alle Berechnungen ultra-parallel auf 656.640 Cores durchgeführt werden können.
Die Innovationen der SpiNNaker2-Boards (Patente für: Mehrkernprozessor und Verfahren zur dynamischen Einstellung einer Versorgungsspannung und Taktfrequenz, Verfahren zur Erzeugung echter Zufallszahlen in einem Multiprozessorsystem, Datenübertragungsmethoden, On-Chip-Router) werden einen robusten Rahmen für eine zeiteffiziente und skalierbare Arzneimittelentdeckung bieten.
Energie-Effizienz (Patente DE102017128711A1, WO2018215023A1, US11163352B2,EP3631597A1) : Der Chip minimiert den Stromverbrauch während der Leerlaufzeiten im Vergleich zur Peak Performance.
Jedes Prozessorelement arbeitet unabhängig und verfügt über Dynamic Voltage and Frequency Scaling (jedes Prozessorelement (4/Core) 150MHz-300MHz mit 0.50V-0.80V) was einen präzisen, bedarfsgerechten Stromverbrauch gewährleistet
Lightweight Network-on-Chip (NoC): Dieses innovative System verteilt Daten effizient über den Chip und ermöglicht so ein einfaches Input/Output-Streaming mit minimaler Latenz
Zentralisiertes Routing (Patente CN116057907A, EP4144049Al, GB25944 78A, JP2023531137A, KR20230002947A, US12010033B2) : Ein zentraler SpiNNaker2-Router ermöglicht die selective Weiterleitung von einem sendenden Processing Element (PE) an mehrere Empfänger, was zu einer erheblichen Reduzierung des Traffics im Netzwerk führt
Quad-PE Design: Gruppen von vier programmierbaren Processing Elements bilden Quad-PE-Einheiten mit Verbindungen mit extrem niedriger Latenz.
Dedizierte KI-Beschleuniger: Jedes Verarbeitungselement ist mit KIspezifischen Beschleunigern ausgestattet, die die Leistung des Chips für fortgeschrittene KI-Aufgaben erhöhen
Gehirn-Ähnliches Processing: Spezialisierte Beschleuniger emulieren die Funktionalität von biologisch inspirierten Netzwerken und unterstützen hybride Systeme, die traditionelle KI mit neuronalen Spike-Netzwerken mit dem Ziel kombinieren, die Rechenleistung zu verbessern