explore | Grilled Cheese

正確なスケジューリングアルゴリズムは、限定メモリ制約下で可逆動作と情報消去を最適にトレードオフすることにより、クロック駆動型可逆コンピュータにおけるエネルギー散逸を最小化し、長時間計算のための証明可能に最適なバルクスケジュールを提供する。

ウィスコンシン大学マディソン校の研究者が、量子エミッタを用いた量子ナノ構造を設計し、光学ニューラルネットワークに強い非線形性をもたらすことに成功しました。シミュレーション結果から7桁の電力削減が示され、効率的なAIスケーリングが可能になる見込みです。

トポロジカル絶縁体は、磁気RAMを通じてAIデータセンターの冷却を削減する可能性があります。オークリッジでのPhD研究者ジャン・フェリックス・ミレットの研究は、量子材料がいかに熱を最小化し、AIインフラストラクチャのエネルギーと水資源を節約するかを実証しています。

Lossは、スピンキュービット量子ドット配列を使用した古典可逆論理ゲートの応用を提案しており、CMOSトランジスタよりも約10⁵倍低いエネルギー消費を実現します。量子コヒーレンスを内部で活用しながら古典的な入出力を維持することで、スピンキュービット技術全体のリスク軽減の可能性があります...

研究者らは、BFCOナノドットにおける電場駆動型磁化制御を実証し、ジュール熱を排除した不揮発性メモリを可能にし、AIおよびクラウドコンピューティングインフラストラクチャのエネルギー需要削減につながる可能性があります。