Die innovative neue Chip-Technologie integriert Datenspeicher- und Verarbeitungsfunktionen und verbessert so die Effizienz und Leistung erheblich. Die vom menschlichen Gehirn inspirierten Chips werden voraussichtlich innerhalb von drei bis fünf Jahren kommerziell verfügbar sein und erfordern eine interdisziplinäre Zusammenarbeit, um die Sicherheitsstandards der Industrie zu erfüllen.
Hussam Amrouch hat eine Architektur für künstliche Intelligenz entwickelt, die doppelt so leistungsfähig ist wie vergleichbare In-Memory-Computing-Methoden. Laut der Zeitschrift Nature hat der Professor an der Technischen Universität München (TUM) ein neues Rechenparadigma mithilfe spezieller Schaltkreise namens ferroelektrische Feldeffekttransistoren (FeFETs) angewendet. Innerhalb weniger Jahre könnte sich dies als anwendbar auf generative künstliche Intelligenz, Deep-Learning-Algorithmen und Robotikanwendungen erweisen.
Die Grundidee ist einfach: Wo frühere Chips Berechnungen nur auf Transistoren durchführten, sind sie jetzt auch der Ort, an dem Daten gespeichert werden. Das spart Zeit und Mühe. „Dadurch wurde auch die Leistung des Chips verbessert“, sagte Hussam Amrouch, Professor für Prozessordesign für künstliche Intelligenz an der Technischen Universität München (TUM).
Zukünftige Chips müssen schneller und effizienter sein als frühere Chips. Daher können sie sich nicht zu schnell erhitzen. Dies ist von entscheidender Bedeutung, wenn Sie Anwendungen wie Echtzeit-Computing in Szenarien wie dem Drohnenflug unterstützen möchten. Für einen Computer ist eine solche Aufgabe äußerst komplex und energieaufwendig.
Diese zentralen Anforderungen an den Chip lassen sich mit dem mathematischen Parameter TOPS/W zusammenfassen: „Terahertz-Operationen pro Sekunde pro Watt“. Dies kann als wichtiger technischer Indikator für zukünftige Chips angesehen werden: Wie viele Teraflops an Operationen (TOP) kann ein Prozessor pro Sekunde (S) ausführen, wenn er mit einem Watt (W) Leistung versorgt wird?
Der von Bosch in Zusammenarbeit mit dem Fraunhofer IMPS entwickelte neue Chip für künstliche Intelligenz wird während des Produktionsprozesses von der amerikanischen Firma GlobalFoundries unterstützt und kann 885TOPS/W liefern. Damit ist er doppelt so leistungsstark wie vergleichbare KI-Chips, einschließlich der MRAM-Chips von Samsung. Die Laufgeschwindigkeit derzeit gebräuchlicher CMOS-Chips liegt zwischen 10 und 20 TOPS/W. Dies belegen die Ergebnisse einer aktuellen Studie, die in der Fachzeitschrift Nature veröffentlicht wurde.
Vom menschlichen Gehirn inspirierte Chip-Architektur
Die Forscher haben die Prinzipien der modernen Chip-Architektur vom Menschen übernommen. „Im Gehirn verarbeiten Neuronen Signale und Synapsen merken sich diese Informationen“, beschrieb Amruchi, wie Menschen in der Lage sind, komplexe Zusammenhänge zu lernen und abzurufen.
Zu diesem Zweck verwendet der Chip „ferroelektrische“ (FeFET) Transistoren. Dieser elektronische Schalter verfügt über eine besondere Zusatzeigenschaft (Umpolung bei angelegter Spannung), die es ihm ermöglicht, Informationen auch bei Unterbrechung der Stromversorgung zu speichern. Darüber hinaus ermöglichen sie die gleichzeitige Speicherung und Verarbeitung von Daten innerhalb des Transistors.
„Wir können jetzt effiziente Chipsätze für Anwendungen wie Deep Learning, generative künstliche Intelligenz oder Robotik bauen, bei denen Daten beispielsweise dort verarbeitet werden müssen, wo sie entstehen“, glaubt Amruchi.
Der Weg zu marktgerechten Chips
Die Forscher wollen mit dem Chip Deep-Learning-Algorithmen ausführen, die Objekte im Weltraum identifizieren oder von Drohnen während des Flugs generierte Daten ohne Zeitverzögerung verarbeiten. Allerdings gehen Professoren des Münchner Instituts für Integrierte Robotik und Maschinelle Intelligenz (MIRMI) der Technischen Universität München davon aus, dass es noch mehrere Jahre dauern wird, bis dieses Ziel erreicht ist. Er geht davon aus, dass der erste praxistaugliche Speicherchip frühestens in drei bis fünf Jahren verfügbar sein wird.
Ein Grund sind die Sicherheitsanforderungen der Industrie. Bis beispielsweise die Automobilindustrie diese Technologie übernimmt, wird zuverlässige Funktionalität allein nicht ausreichen. Es muss auch den spezifischen Standards der Branche entsprechen. „Dies unterstreicht einmal mehr die Bedeutung der interdisziplinären Zusammenarbeit mit Forschern aus unterschiedlichen Disziplinen wie Informatik, Informatik und Elektrotechnik“, sagte Hardware-Experte Amruchi. Darin sieht er einen großen Vorteil von MIRMI.