Dezentrale Datenverarbeitung Neuromorphe Chips nach dem Vorbild des menschlichen Gehirns

Anbieter zum Thema

Bürklin GmbH & Co. KG

ept GmbH

Syslogic GmbH

Forscher der TU München haben einen neuromorphen Chip entwickelt, der die Architektur des menschlichen Gehirns nachempfunden ist. Der Chip soll IoT-Anwendungen revolutionieren, bei denen Energieeffizienz, Datenschutz und Ausfallsicherheit wichtig sind.

In einer Zeit, in der Datenverarbeitung zunehmend in die Cloud verlagert wird, geht die Forschung an der Technischen Universität München (TUM) einen entscheidenden Schritt in die entgegengesetzte Richtung. Ein Forschungsteam unter der Leitung von Prof. Hussam Amrouch hat mit dem AI Pro einen neuartigen KI-Chip entwickelt, der vollständig ohne Internetverbindung oder Cloudanbindung arbeitet und damit zwei der drängendsten Herausforderungen im IoT-Umfeld adressiert: Cybersicherheit und Energieeffizienz.

Neuromorphe Architektur für energieeffiziente Berechnungen

Der AI Pro-Chip basiert auf einem grundlegend anderen Designansatz als herkömmliche Prozessoren. Seine neuromorphe Architektur, die dem menschlichen Gehirn nachempfunden ist, vereint Rechen- und Speichereinheit. Diese Architektur bricht mit dem traditionellen Von-Neumann-Flaschenhals. Durch die Implementierung des Hyperdimensional-Computing-Prinzips erkennt der Chip Muster und Ähnlichkeiten ohne den sonst üblichen Bedarf an massiven Trainingsdatenmengen.

„Während Deep-Learning-Ansätze tausende Bilder benötigen, um beispielsweise ein Auto zu erkennen, arbeitet unser Chip mit abstrakten Konzepten, ähnlich wie bei einem menschlichen Gehirn“, erläutert Amrouch. Der Chip kombiniert verschiedene Informationsebenen, etwa dass ein Auto typischerweise vier Räder hat, auf Straßen fährt und in unterschiedlichen Formen existiert.

Benchmark-Werte überzeugen in ersten Tests

Die ersten bei Global Foundries in Dresden gefertigten Prototypen demonstrieren beeindruckende Leistungsdaten: Mit einem Energiebedarf von nur 24 Mikrojoule pro Trainings-Sample verbraucht der Chip bis zu hundertmal weniger Energie als vergleichbare Systeme. Das ist laut Amrouch „ein Rekordwert“. Diese Effizienz resultiert aus der Kombination moderner Prozessorarchitektur, spezialisierten Algorithmen und der neuartigen Datenverarbeitungsmethode.

Anwendungsspezifische Chips vs. Universallösungen

Der Ansatz unterscheidet sich fundamental von den Universalchips marktführender Anbieter wie Nvidia. „Während Nvidia cloudbasierte Plattformen für quasi jedes Problem entwickelt, konzentrieren wir uns auf kundenspezifische Lösungen für dezentrale Anwendungen. Denn hier liegt enormes Marktpotenzial“, betont Amrouch.

Mit einer Größe von einem Quadratmillimeter und etwa 10 Mio. Transistoren ist der AI Pro derzeit noch deutlich kleiner als Nvidia-Chips mit ihren 200 Mrd. Transistoren. Der Fokus liegt jedoch bewusst auf spezialisierten Anwendungen wie der Verarbeitung von Vitaldaten in Smartwatches oder Navigationssystemen für Drohnen.

Sicherheit durch Datenverarbeitung am Entstehungsort

Der wesentliche Vorteil: Sensible Daten bleiben direkt am Gerät und müssen nicht mehr in die Cloud übertragen werden. Dies eliminiert nicht nur Sicherheitsrisiken, sondern reduziert gleichzeitig Latenzzeiten, Server-Rechenkapazitäten und den CO₂-Fußabdruck von KI-Anwendungen erheblich.

„Die Zukunft gehört den Menschen, die die Hardware besitzen", fasst Amrouch zusammen. „Eine Perspektive, die für Elektronikentwickler neue Designfreiheiten eröffnet und die Tür zu einer neuen Generation cyber-sicherer, energieeffizienter IoT-Geräte aufstößt.“ (heh)

(ID:50428557)