Architektury neuromorficzne jako pomost między AI a technologiami kwantowymi

prof. dr hab. Marek Nowak,
Polska Akademia Nauk (PAN)
W miarę jak zapotrzebowanie na moc obliczeniową dla modeli sztucznej inteligencji rośnie w postępie geometrycznym, konieczne staje się poszukiwanie energooszczędnych alternatyw. Prof. Marek Nowak przedstawi koncepcję procesorów neuromorficznych, które przetwarzają informacje w sposób zbliżony do biologicznych synaps. Szczególna uwaga zostanie poświęcona teoretycznym modelom hybrydowym, w których koprocesory neuromorficzne wspierają systemy kwantowe w szybkim wstępnym przetwarzaniu ogromnych zbiorów danych.
15 kwietnia 2026, 12:00
Kampus Główny, Sala Konferencyjna QLAB
polski

Zapotrzebowanie na moc obliczeniową generowane przez rozwój generatywnej sztucznej inteligencji rośnie w sposób wykładniczy, popychając klasyczną architekturę von Neumanna do granic wydajności energetycznej. Przyszłość zrównoważonych obliczeń leży w czerpaniu bezpośrednich inspiracji z ludzkiego mózgu.

Podczas tego wyjątkowego, stacjonarnego seminarium, prof. Marek Nowak z Polskiej Akademii Nauk przybliży świat inżynierii neuromorficznej. Skupimy się na sprzętowych implementacjach pulsujących sieci neuronowych (Spiking Neural Networks) oraz architekturach w pamięci (In-Memory Computing). Najbardziej fascynującym elementem spotkania będzie jednak dyskusja o potencjale hybrydyzacji: jak koprocesory neuromorficzne mogą pełnić rolę ultrawydajnych systemów wejścia/wyjścia dla procesorów kwantowych, filtrując i kompresując klasyczne dane przed ich translacją na stany kwantowe.

Agenda spotkania:

  • 12:00 – 12:20: Zmierzch prawa Moore’a a obciążenia energetyczne współczesnego AI.
  • 12:20 – 13:00: Wstęp do sprzętu neuromorficznego: Od memrystorów po architekturę SNN.
  • 13:00 – 13:40: Synergia idealna: Wykorzystanie koprocesorów neuromorficznych w pętli sterowania systemów NISQ.
  • 13:40 – 14:15: Pytania z sali i networking.

Do kogo skierowane jest seminarium? Szczególnie zapraszamy inżynierów sprzętowych, projektantów układów scalonych, badaczy zajmujących się sztuczną inteligencją zorientowaną na efektywność energetyczną oraz wszystkich entuzjastów niekonwencjonalnych architektur obliczeniowych.