Können Sie ein konkretes Beispiel dafür nennen?

Ein potenzieller Anwender hatte uns in den USA zu einem Meeting eingeladen, in dem wir unsere Technologie erklären sollte. 45 Minuten hatte er uns gegeben. Zu seiner Überraschung haben wir nicht nur abstrakt auf Folien unsere Technologie erklärt – das können andere auch – sondern konnten auf Erfahrungen in Rechenzentren verweisen. Das Meeting dauerte dann zweieinhalb Stunden und endete mit einer Kooperation.

Für was genau ist Q.ANT inzwischen so bekannt?

Die potenziellen Anwender wissen, dass sie von uns einen Co-Prozessor im Stack bekommen. Unsere Recheneinheit kümmert sich um die komplizierte Mathematik, analog und auf Basis von Photonen statt auf Basis von Elektronen und digital.

Und sie wissen, dass der große Vorteil darin besteht, dass die Methode von Q.ANT dazu führt, die Berechnungen schneller und energieeffizienter durchführen zu können?

Wir versuchen klar zu machen, dass der große Vorteil darin besteht, dass wir sehr viel weniger Daten benötigen, um ein Problem zu beschreiben. Beispielsweise, einen Kreis digital darzustellen, ist relativ komplex. Analog auf Basis von Sinus und Cosinus genügen zwei Punkte. Das bedeutet: Viel weniger Speicherplatz muss vorgehalten werden: Wir senken die Zahl der Daten und die Speicherzugriffszeiten, benötigen schlussendlich also viel weniger Strom. Wir können zeigen, dass wir in realen Anwendungen um eine Größenordnung weniger Datenpunkte benötigen.

Wieviel weniger Energieaufnahme bedeutet das?

Hier kommt es in der Tat auf die Anwendungen, bzw. dem zugrunde liegendem Algorithmus an. Wir sind heute genau dort stark, wo die digitalen Prozessoren sich schwer tun – bei komplexen und nichtlinearen Funktionen. Da diese Funktionen bekannt sind, die Menge an Daten zu reduzieren, gilt vereinfacht gesprochen: je mehr dieser Funktionen zu Einsatz kommen, desto größer ist ein Einsparpotential. Beispielsweise sehen wir beim Thema Bilderkennung ein Energieeinsparpotential von einem Faktor 10.

Aber das heißt ja nicht, dass digitale Prozessoren ersetzt werden sollen?

Die Systemarchitektur bleibt wie wir sie kennen: Digitale CPUs, digitale GPUs. Unsere NPUs kommen als zweiter Co-Prozessor wie die GPU mit hinzu. Zukünftig sehe ich hier auch noch weitere Co-Prozessoren, die wiederum andere Spezialaufgaben übernehmen. Wir setzen auf anwenderbezogene hybride Architekturen, Workloads sollen dort verarbeitet werden, wo sie am effizientesten prozessiert werden.

Was halten Sie von Compute-in-Memory-Architekturen, um die Memory Wall zu überwinden und nicht mehr so viele Daten zwischen GPU und HBMs hin- und herschaufeln zu müssen, was für einen Großteil der immensen Energieaufnahme von KI-Rechenzentren verantwortlich ist?

Den Speicher näher an die Verarbeitung zu bringen, finde ich eine logische Entwicklung und es führt zu einer Reduktion in der Energieaufnahme. Wir packen das Problem aber an der Wurzel, indem wir die Zahl der Daten deutlich reduzieren. Das bringt nicht nur eine graduelle Verbesserung, es handelt sich um einen echten Paradigmenwechsel in der Computingtechnologie! Viel weniger Daten bedeutet viel weniger Bit, die ich nicht zu schreiben brauche. Dasselbe Problem können wir mit einem Bruchteil der Daten lösen, die bisher erforderlich waren. Der Datentransport fällt erst gar nicht an, das ist doch eine sehr elegante Methode!

Da kommt Q.ANT entgegen, dass die Speicher so teuer geworden sind…

…was einen Grund hatte. In den 90er Jahren waren die Speicher meist billig, die Hauptsache war, dass die Prozessoren möglichst schnell waren. Jetzt ist es umgekehrt, LLM sind Speicher-limitiert, die Prozessoren sind leistungsfähig genug, aber es gibt – insbesondere wegen den Transformer-Architekturen – ein hohes Maß an Ineffizienz im System. Die Digitalelektronik auf Basis von CMOS-ICs kann komplexe Mathematik eben nicht effizient darstellen. Mit unseren NPUs ausgestattete Server können jetzt genau das, was die Welt so dringend sucht.

Ware die Transformer-Architekturen ein Irrweg?

Nein, anfangs war das genau das richtige: die Transformer passen sehr gut zu GPUs. Als 2016 in den USA alle darauf setzten und die riesigen GPU-Rechenzentren entstanden, war das in Ordnung. Den Mut, mit dem in den USA die Cluster aufgebaut wurden, kann ich nur bewundern. Aber jetzt, zehn Jahre später, stoßen die Transformer an ihre Grenzen, was in den USA bereits deutlich zu sehen ist: Es gibt keine Transformer-Start-ups mehr. Deshalb spüren wir jetzt das starke Interesse amerikanischer Unternehmen an unserer Technik.

Das spüren sicherlich auch andere Unternehmen. Wie Sie vorher sagten, entstehen jetzt neue Start-ups und die etablierten Unternehmen – allen voran Nvidia – werden sich ebenfalls die nächsten Schritte sehr genau überlegen und vielleicht sogar interessante Start-ups übernehmen. Wie sicher fühlt sich Q.ANT?

Ich fürchte mich weder vor den Start-ups noch vor den etablierten Unternehmen. Gegenüber den Start-ups haben wir einen großen Vorsprung auf der Hardware-Ebene, das kann keiner kurz mal aufholen – wir haben einen Vorsprung von mindestens zwei Jahren.

Und die etablierten wie Nvidia?

Einerseits suchen sie nach neuen Technologien, andererseits haben sie ein Geschäftsmodell und wollen den neuen Technologien nicht Ressourcen zuordnen, die sie eigentlich benötigten.

Es gab schon vor der Gründung von Q.ANT, die ursprünglich in eine andere Richtung gehen wollte, Photonic-Start-ups, die ähnliche Ideen verfolgten wie Q.ANT jetzt. Warum hat das nicht so funktioniert, wie ursprünglich gedacht?

Die etablierten Unternehmen, die Hyperscaler, die Betreiber von Rechenzentren, die GPU-Hersteller machten hervorragende Geschäfte mit der Strategie, auf GPUs und Transformer zu setzen. An einer neuen Technologie war keiner von ihnen wirklich interessiert und so dirigierten sie diese Start-ups in ihre Richtung: die Photonik-Unternehmen sollten Transceiver für die schnelle optische Datenübertragung entwickeln, dann wurden sie in die Roadmaps aufgenommen. Inzwischen sind Interconnects zu einer ausgereiften Technologie herangewachsen, in diesen Markt kommt ein Neueinsteiger kaum mehr hinein. Diese Marktmechanismen sind übrigens der Grund, warum Tesla nur in den USA entstehen konnte, im europäischen Umfeld mit einer etablierten Industrie und ausgereifter Technik wäre das nicht möglich gewesen. Was photonisches Computing betrifft, so ist es in Europa jetzt genau umgekehrt: Wir können hier vollkommen neu und radikal denken, ohne uns am Silicon Valley orientieren zu müssen.

Sie sehen also auf diesem Gebiet eine große Chance für Europa, was müsste jetzt getan werden?

Da fällt mir zunächst ein, wie es nicht funktioniert: Wenn europäische Politiker versuchen, Betreiber anzulocken, die hier traditionelle Rechenzentren aufbauen sollen, die mit Atomstrom aus Frankreich versorgt werden, sehe ich das fast schon als entwürdigend an, angesichts der Tatsache, dass die europäische Industrie auf dem Gebiet der Photonik hervorragend aufgestellt ist und in der Lage wäre, die nächste Generation der Rechenzentren zu bauen. Die europäische Politik und die europäische Industrie müssen sich nur etwas zutrauen: Souveränität heißt, dass man es macht!

Auf dem Gebiet der Quantentechnologien, insbesondere des Quantencomputing, geschieht derzeit in Europa durchaus sehr viel…

…was ich grundsätzlich begrüße, aber das Quantencomputing hat noch längst nicht unseren Reifegrad erreicht. Wir könnten dagegen sofort konkrete Schritte zu einer neuen Technologie in Richtung Souveränität einleiten. Wir müssen jetzt die Industrialisierung umsetzen.

Wie müssten die konkreten Schritte jetzt aussehen?

Jetzt müssen wir Partnerbeziehungen aufbauen. Das ist in Europa möglich, sehr vieles ist bereits vorhanden, von den bestehenden Fabs, in denen die photonischen ICs in Europa gefertigt werden können, bis zu den Kunden aus der Industrie.

Es gibt bereits Kunden?

Es haben schon einige in der Industrie gemerkt, dass unsere Technologie funktioniert und sich in vielen Branchen für die Lösung komplexer mathematischer Probleme direkt anwenden lässt – mit allen genannten Vorteilen. Wir haben zahlreiche Interessenten aus der Industrie, die sich sehr dafür interessieren, komplexe mathematische Probleme viel schneller und effizienter lösen zu können, als das bisher möglich ist – nicht erst übermorgen, sondern jetzt. Das reicht von der Strömungsmechanik bis zu KI.

Plant Q.ANT eigene Rechenzentren aufzubauen und zu betreiben?

Nein, das wollen wir nicht, wir wollen unsere NPS verkaufen und sind in intensiven Diskussionen mit den Betreibern von Rechenzentren in Europa und den USA. Unser Ziel besteht darin, ein Ökosystem und Photonik-optimierte Applikationen aufzubauen, vor allem hier in Europa. Darin sehen wir eine riesige Chance – nicht nur für uns, sondern für ganz Europa.

Welche Partnerschaften schweben Ihnen vor?

Unsere Kooperation mit Ionos zeigt die Richtung sehr gut. Davon brauchen wir mehr – und wir werden schon bald mehr davon verkünden können.

Was würden Sie sich von staatlicher Seite wünschen?

Schauen Sie, wie es in den USA funktioniert. Da tritt der Staat als Ankerkunde auf. Dann können die Start-ups Umsatz generieren – mit einem riesigen Hebel am Kapitalmarkt. Das nutzt übriges auch dem Staat: Er schult sich selber als Early Adopter. Beispielsweise könnte der Staat dafür sorgen, dass eine Future-Computing -Infrastruktur in den Rechenzentren aufgebaut wird. Ich erwähnte vorhin die hybriden Architekturen. Es wird doch schon lange darüber diskutiert, dass die Rechnerarchitektur der Zukunft mehrere Chip-Technologien auf einer Plattform vereint: CPUs, GPUs, photonische Prozessoren und in etwas fernerer Zukunft auch die Quantenprozessoren. Und die werden höchstwahrscheinlich über hochgeschwindigkeitsfähige photonische (optische) Verbindungen, die photonic interconnects, miteinander kommunizieren. Das wird nötig sein um die Anwendungen, die wir künftig brauchen, zu betreiben. Und hierfür wiederum braucht es Ökosysteme, die das Wissen bündeln und in die Industrie bringen.

Davon partizipieren die Start-ups, ein Ökosystem entsteht und die Industrie liefert Use Cases. Kommen nur zwei der ursprünglichen Start-ups durch, so ist das schon super und der Aufwand hat sich für den Staat und die Volkswirtschaft gelohnt.

Das nächstliegende wäre aber, dies gezielt mit der Photonik zu tun?

Ich muss mich wiederholen: Wir haben doch riesiges Glück: Einerseits kommen die LLMs mit der Transfomerarchitektur an ihre Grenzen, andererseits haben wir auf Basis der analogen photonischen NPUs genau die Hardware, die die Welt der Rechenzentren sucht. Europa muss jetzt auf Photonik setzen, die Chance sollten wir nicht verstreichen lassen. Das Interesse ist weltweit sehr stark, sowohl aus Europa als auch den USA.

Sie legen großen Wert darauf zu betonen, dass es nicht reicht, dass etwas geschieht, sondern dass es sehr schnell geschieht. Warum diese Eile?

Da denke ich besonders an die USA, wie gesagt, das Interesse ist riesig – aber wehe die Erwartungen werden nicht rechtzeitig erfüllt. Dort steht die Geschwindigkeit an oberster Stelle der Kriterien, die erfüllt werden müssen, erst dann kommen auf Platz zwei die Qualität und dann die Kosten. Bei uns ist es immer noch genau umgekehrt: Erstens Qualität, zweitens Kosten, drittens Geschwindigkeit. Das muss sich ändern: Es dürfte ja mittlerweile auch hier aufgefallen sein: Im KI-Umfeld zählt vor allem die Geschwindigkeit: The first mover takes it all. Wir sind früh eingestiegen, wir haben jetzt eine ausgereifte Technologie, wir können liefern, wir werden international wahrgenommen, mit uns kann man jetzt reale Probleme lösen, vor deren komplexer Mathematik die Anwender bisher kapitulieren mussten. Wir müssen jetzt das entsprechende Ökosystem in Europa aufbauen und den Tesla im Computing-Sektor schaffen! (kr)

(ID:50988216)