Skip to main content

Article Category

Nachrichten

Article available in the folowing languages:

Computern mit gehirnähnlicher Energieeffizienz den Weg bereiten

Wird es uns wirklich gelingen, Computer zu bauen, die ebenso energieeffizient wie das menschliche Gehirn sind? Neuen Forschungsansätzen folgend konnten mit Erfolg eine Speicher- und eine Rechenfunktion in einem Bauteil kombiniert werden, was uns der Realisierung dieses Ziels einen Schritt näherbringt.

Digitale Wirtschaft

Dank künstlicher Intelligenz können Maschinen nun Dinge erledigen, die früher als ausschließlich dem Menschen vorbehalten galten. Mit künstlicher Intelligenz lösen Computer auf logische Weise Probleme, sie treffen Entscheidungen, lernen aus Erfahrungen und arbeiten ähnlich wie die Menschen Aufgaben ab. Noch sind sie dabei allerdings nicht so effektiv und energieeffizient wie das menschliche Gehirn. Die mit Unterstützung der EU-finanzierten Projekte TOPSPIN und SpinAge durchgeführte Forschung hat nun die Wissenschaft diesem Ziel einen Schritt nähergebracht. „Neue Wege der Durchführung von Berechnungen zu finden, die den energieeffizienten Prozessen des Gehirns ähneln, ist bereits seit Jahrzehnten ein wichtiges Ziel der Forschung“, merkt Prof. Johan Åkerman von der Universität Göteborg in Schweden, an der das Projekt TOPSIN angesiedelt ist, in einem auf der Website des Wissenschaftsmagazins „Scienmag“ veröffentlichten Artikel an. „Kognitive Aufgaben wie Bild- und Spracherkennung erfordern eine erhebliche Computerleistung, und speziell für mobile Anwendungen wie Mobiltelefone, Drohnen und Satelliten werden energieeffiziente Lösungen gebraucht“, fährt Prof. Åkerman fort, der auch Gründer und Geschäftsführer des SpinAge-Projektpartners NanOsc, ebenfalls in Schweden, ist. Dem Forschungsteam ist es erstmals gelungen, eine Speicher- und eine Rechenfunktion innerhalb eines Bauteils zu kombinieren. Diese Neuerung ist in dessen Studie beschrieben, die in der Fachzeitschrift „Nature Materials“ veröffentlicht wurde. Die Kombination der Speicher- und Rechenfunktion kam durch die Verknüpfung von Oszillator-Netzwerken und Memristoren zustande – den beiden wichtigsten, zur Durchführung fortgeschrittener Berechnungen benötigten Werkzeuge. Oszillatoren werden als schwingfähige Schaltkreise beschrieben, die Berechnungen durchführen können. Memristoren, deren Bezeichnung ein Kofferwort aus den englischen Begriffen „memory“ (Speicher) und „resistor“ (elektrischer Widerstand) ist, sind elektronische Bauteile, deren Widerstand programmierbar ist und gespeichert bleibt. Mit anderen Worten: Der Widerstand des Memristors erfüllt eine Speicherfunktion, indem er sich an den Wert erinnern kann, den er beim Einschalten des Bauteils hatte.

Eine wegweisende Entwicklung

Prof. Åkermans Kommentar zu dieser Entdeckung: „Dabei handelt es sich um einen wichtigen Durchbruch, denn wir zeigen, dass es möglich ist, in ein und demselben Bauteil eine Speicherfunktion mit einer Rechenfunktion zu kombinieren. Diese Komponenten arbeiten ähnlich wie die energieeffizienten neuronalen Netzwerke des Gehirns und könnten somit zu wichtigen Bausteinen für zukünftige, dem Gehirn ähnlichere Computer werden.“ Wie in dem Artikel berichtet, ist Prof. Åkerman davon überzeugt, dass diese Errungenschaft die Entwicklung von Technologien anstoßen wird, die schneller, einfacher zu bedienen sind und weniger Energie verbrauchen. Auch die Tatsache, dass hunderte Bauteile auf einer Fläche von der Größe eines einzigen Bakteriums Platz finden, könnte sich wesentlich auf kleinere Anwendungen auswirken. „Energieeffizientere Berechnungen könnten Mobiltelefonen neue Funktionalitäten verleihen. Ein Beispiel sind digitale Assistentinnen wie Siri oder Google. Heute wird die gesamte Verarbeitung von Servern übernommen, da die Berechnungen angesichts der geringen Größe eines Telefons zu viel Energie benötigen. Könnte stattdessen lokal, auf dem Telefon selbst, gerechnet werden, wäre alles schneller und einfacher, ohne dass überhaupt eine Verbindung zu den Servern erforderlich wäre.“ Prof. Åkerman abschließend: „Je energieeffizienter diese kognitiven Berechnungen durchgeführt werden können, desto mehr Anwendungen werden möglich. Deshalb steckt in unserer Studie tatsächlich das Potenzial, auf diesem Gebiet voranzukommen.“ Die Projekte TOPSPIN (Topotronic multi-dimensional spin Hall nano-oscillator networks) und SpinAge (Weighted Spintronic-Nano-Oscillator-based Neuromorphic Computing System Assisted by laser for Cognitive Computing) enden 2024. Weitere Informationen: Projekt TOPSPIN Projekt SpinAge

Schlüsselbegriffe

TOPSPIN, SpinAge, KI, künstliche Intelligenz, Computer, Gehirn, Gedächtnis, Speicher, Berechnung, Memristor, Oszillator

Verwandte Artikel

Wissenschaftliche Fortschritte
Industrielle Technologien

28 Mai 2021