TUM stellt KI-Architektur mit doppelter Leistung in Nature vor

Die Technische Universität München (TUM) hat eine bahnbrechende Entwicklung im Bereich der Künstlichen Intelligenz (KI) vorgestellt. Ein Forscherteam unter der Leitung von Professor Hussam Amrouch hat eine neue Architektur entwickelt, die voraussichtlich doppelt so leistungsfähig ist wie vergleichbare Ansätze für In-Memory-Computing.

Die Ergebnisse der Forschung wurden kürzlich in der renommierten Fachzeitschrift Nature veröffentlicht und haben bereits großes Interesse in der Fachwelt geweckt. Die neue Architektur basiert auf einem innovativen Berechnungsparadigma, das auf speziellen Schaltern namens ferroelektrische Feldeffekttransistoren (FeFET) beruht.

Im Gegensatz zu herkömmlichen Transistoren, die ausschließlich für Berechnungen genutzt werden, übernehmen die von Professor Amrouch verwendeten FeFET-Transistoren zusätzlich die Aufgabe der Datenspeicherung. Dadurch wird Zeit und Energie gespart und die Leistungsfähigkeit der Chips erhöht.

Die FeFET-Transistoren haben eine Größe von nur 28 Nanometern und werden in Millionen von neuen KI-Chips verbaut. Diese Chips sollen schneller, effizienter und weniger anfällig für Überhitzung sein. Dadurch können beispielsweise Echtzeitberechnungen während des Flugs von Drohnen durchgeführt werden.

Professor Amrouch betont, dass solche Aufgaben äußerst komplex und energieintensiv für herkömmliche Computer sind. Die Leistungsfähigkeit eines Computerchips wird mathematisch als TOPS/W, also Billionen (T) Operationen (OP) pro Sekunde (S) bei einer Watt Energie, dargestellt. Der neue KI-Chip erreicht eine Leistung von 885 TOPS/W und ist somit mehr als doppelt so leistungsfähig wie vergleichbare KI-Chips, einschließlich eines MRAM-Chips von Samsung.

Die Forschungsergebnisse zeigen, dass derzeit verwendete CMOS-Chips eine Effizienz von etwa zehn bis 20 TOPS/W aufweisen. Der neue KI-Chip hat also das Potenzial, die Leistungsfähigkeit von KI-Anwendungen erheblich zu steigern.

Die Absicht besteht darin, den Chip für verschiedene Anwendungen zu nutzen, wie zum Beispiel die Berechnung von Deep-Learning-Algorithmen, die Erkennung von Objekten im Raum oder die Echtzeitsteuerung von Drohnen während des Fluges. Allerdings wird es noch einige Jahre dauern, bis der erste einsatzbereite In-Memory-Chip verfügbar sein wird. Einer der Gründe dafür liegt in den sicherheitsrelevanten Anforderungen der Industrie, insbesondere in Branchen wie der Automobilindustrie.

Die Veröffentlichung der Forschungsergebnisse in Nature Communications zeigt das enorme Potenzial dieser neuen KI-Architektur und lässt auf spannende Entwicklungen in der Zukunft hoffen. Die Technische Universität München hat erneut ihre führende Rolle in der Forschung und Entwicklung von Künstlicher Intelligenz unter Beweis gestellt. Es bleibt abzuwarten, welche weiteren Innovationen in diesem Bereich noch folgen werden.

Schlagwörter: KItaugliche Architektur + Ferroelektrische Feldeffekttransistoren FeFET + Leistungsfähiger KIChip

Wie bewerten Sie den Schreibstil des Artikels?