'

Перспективы развития информационных технологий

Понравилась презентация – покажи это...





Слайд 0

Перспективы развития информационных технологий (ДНК-компьютеры, нанокомпьютеры, искусственные нейросети, квантовые компьютеры, «Компьютер Земля») И. В. Артюхов


Слайд 1

Эмпирические экспоненциальные законы развития Закон Мура (1965) – удвоение числа транзисторов на схеме каждые 2 года Закон Хауса (1975) – удвоение производительности каждые 18 мес. Закон Гилдера (1994) – утроение совокупной пропускной способности сетей каждый год …


Слайд 2

Закон Мура


Слайд 3

Анонсированные достижения


Слайд 4

Времена удвоения


Слайд 5

Экспоненциальные законы и Сингулярность


Слайд 6

Архитектура Фон-Ноймана


Слайд 7

«Компьютер в клетке»


Слайд 8

Реакция клетки на оксидативный стресс


Слайд 9

Регуляция гена Р53


Слайд 10

Регуляция цикла клеточного деления


Слайд 11

ДНК – вычисления (Компьютер Адлемана)


Слайд 12

Наномеханический компьютер (регистры)


Слайд 13

Наномеханический компьютер (логический элемент «ИЛИ»)


Слайд 14

Транзистор на углеродной нанотрубке


Слайд 15

Нанотранзистор на вертикальной УНТ


Слайд 16

MWNT Interconnects ? CNT advantages: Small diameter High aspect ratio Highly conductive along the axis High mechanical strength Question: How to do this ?


Слайд 17

Bottom-up Approach for CNT Interconnects J. Li, Q. Ye, A. Cassell, H. T. Ng, R. Stevens, J. Han, M. Meyyappan, Appl. Phys. Lett., 82(15), 2491 (2003) Ti, Mo, Cr, Pt Ni At ~ 400 to 800° C


Слайд 18

Транзистор на разветвляющейся нанаотрубке


Слайд 19

Элемент памяти на УНТ (разработка MIT)


Слайд 20

Транзистор на одной молекуле (Columbia University)


Слайд 21

Графен


Слайд 22

Дефекты в графене


Слайд 23

Нейроны в коре головного мозга


Слайд 24

Нейроны на микроэлектродах


Слайд 25

Нейрон на подложке из нанотрубок


Слайд 26

Система уравнений Ходжкина-Хаксли


Слайд 27

Сеть из искусственных нейронов


Слайд 28

Four-level CNT Dentritic Neural Tree • Neural tree with 14 symmetric Y-junctions • Branching and switching of signals at each junction similar to what happens in biological neural network • Neural tree can be trained to perform complex switching and computing functions • Not restricted to only electronic signals; possible to use acoustic, chemical or thermal signals


Слайд 29

Квантовый процессор «Орион» фирмы D-Wave


Слайд 30

Структура сети Интернет


×

HTML:





Ссылка: