Revolutionär: Neuer KI-Chip spart Energie und schützt Daten vor der Cloud!

Dresden, Deutschland - Die Technische Universität München (TUM) hat einen bedeutenden Fortschritt im Bereich der künstlichen Intelligenz (KI) erzielt. Professor für KI-Prozessor-Design an der TUM hat erste Prototypen eines neuartigen Chips namens „AI Pro“ bei Global Foundries in Dresden gefertigt. Dieser Chip kombiniert erstmals Rechen- und Speichereinheit und arbeitet nach dem Prinzip des so genannten „hyperdimensional computing“. Dank dieser Technologie kann der Chip Muster und Ähnlichkeiten erkennen, ohne auf Millionen von Datensätzen angewiesen zu sein. Ein Beispiel dafür ist die Fähigkeit, zu erkennen, dass ein Auto vier Räder hat und auf der Straße fährt, ohne unzählige Bilder analysieren zu müssen. Ein weiterer Vorteil des „AI Pro“ ist der geringe Energieverbrauch: Für ein definiertes Training benötigt der Chip lediglich 24 Mikrojoule, während vergleichbare Chips 10 bis 100 Mal mehr Energie benötigen.

Dieser neuartige Chip besitzt 10 Millionen Transistoren, ist 1 Quadratmillimeter groß und kostet derzeit 30.000 Euro. Im Vergleich zu den hochleistungsfähigen NVIDIA-Chips, die mit 200 Milliarden Transistoren ausgestattet sind, ist der „AI Pro“ nicht so leistungsstark, dafür jedoch spezialisiert auf lokale Datenverarbeitung. Er verarbeitet Daten direkt vor Ort, ohne sie in die Cloud zu senden. Dies spart Zeit und Rechenkapazitäten und trägt dazu bei, den CO₂-Fußabdruck der KI-Anwendungen zu reduzieren.

Vorzüge der neuromorphen Technologie

Die aktuelle KI-Technologie stützt sich stark auf leistungsstarke Chips von NVIDIA, die einen enormen Energieverbrauch aufweisen. Laut Berichten benötigt ein typisches KI-Datenzentrum so viel Strom wie eine Kleinstadt – dies ist ein zentrales Problem, das Ingenieure in Dresden mit der Entwicklung neuromorpher Computer angehen möchten. Neuromorphe Computer orientieren sich an der Funktionsweise des menschlichen Gehirns, das für seine Leistungsfähigkeit nur so viel Energie wie eine Glühbirne benötigt. Die Verwendung künstlicher Neuronen, die nur bei Bedarf aktiviert werden, ermöglicht diese signifikante Energieeinsparung.

Der Spinnaker 2, ein neuromorpher Supercomputer von Spinncloud, wird ab Mai verfügbar sein und verfügt über bis zu zehn Milliarden künstliche Neuronen. Diese Systeme sind auf Basis der neuromorphen Technologie konzipiert, die derzeit jedoch langsamer arbeitet als ihre GPU-Gegenstücke, insbesondere beim Training von Sprachmodellen. Der CEO von Spinncloud, Hector Gonzalez, hebt die Effizienzgewinne und Energieeinsparungen hervor, die Neuromorphes Computing mit sich bringen kann, und betont die dringliche Notwendigkeit für nachhaltige Lösungen.

Die Zukunft der KI-Hardware

Die Entwicklung neuromorpher Technologien steht vor Herausforderungen. Steve Furber, ein Unterstützer dieser Technologien, sieht sie als Lösung für das Energieproblem der aktuellen KI-Standards. Neuromorphes Computing erlaubt ressourcenintensive KI-Anwendungen auf batteriebetriebenen Endgeräten und bietet dank der Kombination aus geringer Latenz und hoher Energieeffizienz große Vorteile für Echtzeit-Edge-AI-Anwendungen. Das Fraunhofer IIS hat das Projekt „Neuromorphes Computing“ initiiert, um KI effizient in Endgeräte zu integrieren. Dabei liegt der Fokus auf skalierbaren und konfigurierbaren Lösungen in CMOS-Technologie, welche effizienten Hardware-Software-Co-Design-Flow vorantreiben.

Laut Aussagen von Experten bleibt das Mooresche Gesetz gültig, jedoch schwinden die wirtschaftlichen Anreize zur schnellen Skalierung von Halbleiterbauelementen. Die steigenden Kosten in der Chipentwicklung sowie die wachsende Nachfrage nach energieeffizienten Technologien befeuern die Entwicklung in diesem Bereich. Künftig könnte der Zugang zur neuromorphen Hardware und entsprechender Software entscheidend für den globalen Wettkampf im Bereich der KI-Anwendungen werden.

Für die Akzeptanz dieser neuen Technologien muss jedoch zunächst eine „Killer-App“ entwickelt werden, die die Vorteile neuromorpher Computer klar demonstriert. Bis dahin wird der Umstieg auf neuromorphe Computer durch bestehende Strukturen und Pfadabhängigkeiten in der Informatikbranche erschwert. Professor Amrouch von der TUM betont, dass die Zukunft den Menschen gehört, die die Hardware besitzen, und damit eine neue Ära der Datenverarbeitung einläuten könnte.

Für weitere Informationen über den neu entwickelten KI-Chip und die neuromorphen Technologien besuchen Sie bitte die Artikel von TUM, NZZ und Fraunhofer IIS.