Mobile-Menu

In-Memory-Chip mit hoher Leistungsfähigkeit TUM-Professor arbeitet an energiesparendem KI-Chip

Von Martin Hensel 2 min Lesedauer

Anbieter zum Thema

Technische Universität München
Fsas Technologies GmbH
Board Deutschland GmbH
INFOMOTION GmbH

Prof. Hussam Amrouch von der Technischen Universität München (TUM) entwickelt einen neuartigen KI-Chip, der doppelt so leistungsfähig wie aktuelle Varianten sein soll. Zudem soll der Chip besonders energiesparend arbeiten.

Prof. Hussam Amrouch entwickelt leistungsstarke Chips für energieintensive Anwendungen.(Bild: Andreas Heddergott / TUM)
Prof. Hussam Amrouch entwickelt leistungsstarke Chips für energieintensive Anwendungen.
(Bild: Andreas Heddergott / TUM)

Die Grundidee von Prof. Amrouch klingt einfach: Während bislang auf Transistoren ausschließlich gerechnet wurde, sollen sie nun auch gleich noch die Datenspeicherung übernehmen. Dieser Ansatz spart Zeit, Energie und erhöht zudem die Leistungsfähigkeit derartiger KI-Chips. Amrouch nutzt für seine Forschung Transistoren, die gerade mal 28 Nanometer groß und millionenfach in den Chips verbaut sind. Ziel sind schnellere und effizientere Chips, die sich weniger als bisher erhitzen. Sie sollen zum Beispiel Echtzeitberechnungen während des Flugs einer Drohne ermöglichen. „Derartige Aufgaben sind für einen Rechner extrem komplex und energieintensiv“, so der Professor.

Die Leistungsfähigkeit des neuen KI-Chips beziffert Amrouch auf 885 TOPS/W, also Trillionen Arbeitsschritte pro Sekunde und Watt. Er entsteht in einer Forschungskollaboration mit Bosch und dem Fraunhofer-Institut für Photonische Mikrosysteme (IPMS). Bei der Fertigung sorgt GlobalFoundries für Unterstützung. Als Vergleichswerte nennt der Wissenschaftler etwa einen MRAM-Chip von Samsung der etwa halb so viel Performance bietet. Häufig eingesetzte CMOS-Chips liegen sogar nur bei 10 bis 20 TOPS/W.

Menschliches Gehirn als Vorbild

Für die Architektur haben sich die Forscher von der menschlichen Anatomie inspirieren lassen: „Im Gehirn übernehmen die Neuronen die Verarbeitung von Signalen, während die Synapsen in der Lage sind, sich diese Informationen zu merken“, erklärt Amrouch. Im KI-Chip erledigen das „ferroelektrische“ Transistoren (FeFET). Sie verfügen über spezielle Eigenschaften und können unter anderem auch dann Informationen speichern, wenn sie von der Stromversorgung getrennt werden. Zudem sorgen sie für die gleichzeitige Speicherung und Verarbeitung der Daten. „Jetzt können wir sehr effiziente Chipsätze bauen, die etwa für Deep-Learning-Anwendungen, in der generativen KI oder der Robotik eingesetzt werden können, etwa dort, wo Daten direkt am Ort ihres Entstehens verarbeitet werden müssen“, ist der Professor überzeugt.

Bis zur Marktreife des KI-Chips werden allerdings noch einige Jahre vergehen. Amrouch erwartet den ersten praxistauglichen In-Memory-Chip in frühestens drei bis fünf Jahren. Zu den Gründen zählen unter anderem die Sicherheitsanforderungen der Industrie, etwa für den Einsatz im Automobilsegment. „Das zeigt einmal mehr, wie wichtig es ist, dass Forschende aus unterschiedlichen Disziplinen wie Computerwissenschaft, Informatik und Elektrotechnik interdisziplinär zusammenarbeiten“, so Amrouch.

(ID:49793173)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte