» Dr. Anne-Julie Maurer
Der Datenhunger ist ungestillt. Schon heute sind 90 Prozent der Menschen in den meisten Industrieländern online, Tendenz steigend. Zusätzlich senden und empfangen Maschinen, Autos und technische Objekte durch die zunehmende Digitalisierung ununterbrochen Daten. In diesem Jahr wird ein Datenverkehr von 172 Terabit pro Sekunde prognostiziert – das entspricht pro Stunde der Datenmenge aller weltweit existierenden Kinofilme. Diese gigantische Datenmenge zu bewältigen und sinnvoll auszuwerten, erfordert zunehmend Big-Data-Anwendungen und Künstliche Intelligenz. So rücken neuartige ressourcen- und energieeffiziente Rechenarchitekturen in den Fokus – insbesondere das sogenannte Neuromorphic Computing. Dabei ist das Ziel, die Funktionalität des energieeffizientesten und flexibelsten Speichers der Welt – dem Gehirn – nachzubilden und einen hohen Grad an Plastizität ermöglichen.
Vorteile der neuromorphen Architektur
«Klassische Computer führen Berechnungen sequenziell aus und bearbeiten die Datenin einem zentralen Speicher. Das bedeutet, dass die Rechenleistung von der Datenübertragungsrate zwischen Prozessor und Speicher abhängt. Dagegen ist das menschliche Hirn ein Multitaskingmeister – es verarbeitet eine grosse Menge an Daten gleichzeitig und nutzt parallele neuronale Netze. Dabei ist es extrem ressourcen- und energieeffizient. Neuromorphe Computer versuchen, diese Architektur nachzubilden. Besonders aussichtsreich seien Crossbar-Architekturen, die auf nichtflüchtigen Speichern wie ferroelektrischen Feldeffekttransitoren beruhen, erklärt Dr. Wenke Weinreich, Bereichsleiterin am Center Nanoelectronic Technologies des Fraunhofer-Instituts für Photonische Mikrosysteme IPMS in Dresden. Zusammen mit ihrem Team entwickelt sie diese nichtflüchtigen Speicher und integriert sie in neuromorphe Chips, die besonders hohe Rechenleistungen besitzen und dabei extrem energiesparend arbeiten.
pdf Downloaden um den ganzen Artikel zu lesen oder im Polyscope ePaper ansehen.
