Intelligente Sensoren Fraunhofer-Institut bringt Sensoren das Denken bei

Im Projekt Neuro-Smart forscht das Fraunhofer-Institut für Photonische Mikrosysteme IPMS zusammen mit vier weiteren Instituten an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme.

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Tableau von Salesforce

Insider Research

Fraunhofer-Institut fuer Photonische Mikrosysteme

Gleich mehrere Fraunhofer-Institute arbeiten aktuell daran, Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu zu definieren. Wie das Fraunhofer-Institut für Photonische Mikrosysteme IPMS mitteilt, hat ein Forschungsprojekt es sich zum Ziel gesetzt, Sensoren energieeffizienter und intelligenter zu machen.

Konkret gehe es den Instituten darum, Probleme der Zukunft rechtzeitig in Angriff zu nehmen, denn das Aufgabengebiet für autonome Roboter werde immer komplizierter. Dies führe dazu, dass immer mehr Sensoren, etwa für die Abstandmessung, für die Bewegungserfassung oder die Druckbestimmung bei Berührungen, kombiniert werden. Die Erfassung und Verarbeitung der so gesammelten Daten müsse gleichzeitig immer leistungsstärker werden. Damit steige auch der Energieverbrauch, was besonders bei mobilen Systemen zu einer verkürzten Einsatzdauer führe.

Menschliches Gehirn als Vorbild

Die Forscher wollen diesem Trend nun mit einem neuromorphen In-Memory-Beschleuniger entgegenwirken. Vorbild für diese Entwicklung sei das menschliche Gehirn. „Diese Art der Datenverarbeitung, also des Denkens, wird durch eine neuartige analoge Computer-Speichertechnologie realisiert, die zudem in der Lage ist, Rechenoperationen durchzuführen, wenn Daten in dem System neu erfasst werden“, sagt Wissenschaftler und Projektleiter Michael Mensing. In der Praxis werde dies genutzt, um Objekte und ihr Verhalten exakt und in Echtzeit zu erkennen. Bisher sind für diese Funktionsweise mehrere getrennt entwickelte Komponenten in Computern und eine besonders energieaufwändige Kommunikation zwischen ihnen nötig, so das Fraunhofer-Institut.

Den Kern des analogen Beschleunigers bilden dabei moderne Hafniumoxid-basierte Crossbars. Damit lassen sich laut den Forschern komplexe Berechnungen von KI-Modellen auf energieeffiziente Speicheroperationen im Schaltkreis abbilden. Für die interne Steuerung der Datenflüsse wird der RISC-V-Prozessorkern EMSA5 mit direkten Schnittstellen zur analogen Beschleunigerbaugruppe und übergeordneten Systemen sowie Fehlerschutzmechanismen implementiert, heißt es weiter.

Im Anschluss wollen die Franunhofer-Institute den Schaltkreis des neuromorphen Beschleunigers trainieren. Dafür werde in einem ersten Schritt das neuronale Netzmodell für die Lidar-Datenauswertung erforscht.

Die Projektlaufzeit beträgt vier Jahre und hat laut Angaben des Fraunhofer-Instituts ein Finanzvolumen von acht Millionen Euro.

Dieser Artikel stammt von unserem Partnerportal Industry of Things.

(ID:47998085)