Zusammenfassung - Erweiterung der von Neumann-Architektur für eine intelligente Zukunft

Erweiterung der von Neumann-Architektur für eine intelligente Zukunft

2025-07-22 14:19:53

{"Rajpreet Singh","Vidhi Kothari"}

{cs.AR}

Dieses Papier präsentiert eine neue Computersystemarchitektur namens Reasoning Unit (RU), die das klassische Von-Neumann-Modell erweitert, um native künstliche allgemeine Intelligenz (AGI)-Fähigkeiten zu ermöglichen. Die RU ist ein spezialisierter Coprozessor, der symbolische Inferenz, Multi-Agenten-Koordination und hybride symbolische-neuronale Berechnung als grundlegende architektonische Primitiven ausführt. Die Architektur integriert eine spezielle Anweisungssatzarchitektur für das Denken, parallele symbolische Verarbeitungspipelines, agenteilbewusste Kernel-Abstraktionen und eine einheitliche Speicherhierarchie, die kognitive und numerische Arbeitslasten nahtlos integriert. Durch systematische Ko-Entwicklung über Hardware, Betriebssystem- und Agentenruntime-Ebenen legt diese Architektur eine Rechenbasis, in der Denken, Lernen und Anpassung als intrinsische Ausführungseigenschaften und nicht als Softwareabstraktionen auftreten. Schlüsselmerkmale der Architektur sind: * **Reasoning Unit (RU)**: Ein dedizierter Coprozessor, der symbolische Inferenz, Multi-Agenten-Koordination und hybride symbolische-neuronale Berechnung ausführt. * **Anweisungssatzarchitektur (ISA)**: Eine spezifische ISA für das Denken, optimiert für symbolische Umstrukturierung, graphbasiertes Denken und parallele Such- und Inferenzprozesse. * **Parallele symbolische Verarbeitungspipelines**: Parallel arbeitende Pipelines für effiziente symbolische Inferenz und Reasoning. * **Agent-eilbewusste Kernel-Abstraktionen**: Abstraktionen zur Verwaltung und Koordination symbolischer Agenten im System. * **Einhellige Speicherhierarchie**: Eine einheitliche Speicherhierarchie, die sowohl Datenveränderbarkeit als auch semantische Beständigkeit unterstützt, ermöglicht die nahtlose Integration kognitiver und numerischer Arbeitslasten. Die vorgeschlagene Architektur ermöglicht eine neue Klasse intelligenter Systeme, die komplexe kognitive Aufgaben wie Reasoning, Planning und Lernen ausführen können. Sie legt den Grundstein für zukünftige Computersysteme, in denen Lernen, Denken und Wahrnehmung nicht länger isolierte Erweiterungen, sondern erste-class architektonische Bürger sind. Das Papier diskutiert ebenfalls die Entwicklungsmethodik zur Erstellung eines AGI-fähigen Systems, einschließlich der Erweiterung des Betriebssystemkerns zur Unterstützung symbolischer Abstraktionen, der Integration der RU als Hardware-Coprozessor und der Einführung eines kognitiven Agentenrahmens. Die Architektur wird mithilfe einer Reihe von Benchmarks und Anwendungsbeispielen bewertet, die ihre Effektivität in verschiedenen Bereichen wie Navigation in Wissen graphs, kausale diagnostische Inferenz und Multi-Agenten-Verhandlung demonstrieren.