Tobias Gemmeke, Susanne Hoffmann-Eifert, Alexander Krüger, Max Lemme, Rainer Waser, Dirk Wouters
Energieeffiziente KI Neuromorphe Hardware für künstliche intelligente Systeme In the Information & Communication Technology (ICT) Profile Area,scientists from RWTH Aachen University, Forschungs zentrum Jülich and the Johannes Rau Research Institute AMO work closely together on a revolution in computer architecture. Today’s computers are lacking in cognitive capabilities that are comparable to those of the brain. In artificial intelligence (AI) applications such as pattern recognition tasks, they consume way too much energy. New “neuromorphic” computers, on the other hand, will combine processing principles of the brain and novel memristive switching devices to overcome the wall posed by the end of Moore’s law. The novel hardware architectures and related algorithms provide the drive for autonomous and self-learning systems based on the operation and architecture of the highly efficient human brain.
Im Profilbereich „Information & Communication Technology“ (ICT) arbeiten Wissenschaftlerinnen und Wissenschaftler der RWTH Aachen, des Forschungszentrums Jülich und der AMO GmbH an einer Revolution in der Computerarchitektur. Für viele Anwendungen der Künstlichen Intelligenz (KI) sind die heutigen Computer nicht ausreichend leistungsfähig, sie verbrauchen bei Aufgaben der komplexen Mustererkennung zu viel Energie. Neuartige „neuromorphe“ Rechner versprechen eine deutlich verbesserte Energieeffizienz, weil sie sich an der Funktionsweise und der Architektur des hoch effizient arbeitenden menschlichen Gehirns orientieren. Der Energiehunger klassischer Rechner ins besondere für KI-Anwendungen liegt zu einem großen Teil in der Trennung von Prozessor- und Speichereinheit begründet. Eine solche klassische Rechnerarchitektur wird nach ihrem Erfinder „von Neumann“-Architek-
Bild 2: Energieverbrauch eines klassischen Rechners und des menschlichen Gehirns als biologisches neuronales Netz im Vergleich zwischen numerischen Berechnungen und kognitiven Aufgaben.
| 63
