Embedded KI"

Neuromorphe Chips: Computer sollen das Lernen lernen

Forscher aus Heidelberg, Dresden und von Intel präsentieren auf der ICE-Konferenz in den USA (27. Februar bis 1. März 2018) sogenannte neuromorphe Chips. Die Halbleiter-Bauelemente ahmen wichtige Funktionen biologischer Gehirne nach und machen Computer lernfähig.

Forscher der Universität Heidelberg und der Technischen Universität Dresden sowie der Intel Corporation werden auf der NICE-Konferenz in den USA drei neuartige neuromorphe Chips vorstellen. Diese Chips verfügen über eine Besonderheit: Sie sind in der Lage, wichtige Eigenschaften biologischer Gehirne wie Energieeffizienz, Robustheit und insbesondere Lernfähigkeit nachzuahmen. Die beiden europäischen Chips wurden im Rahmen des Human Brain Project der Europäischen Union in enger Zusammenarbeit mit Neurowissenschaftlern entwickelt. Die NICE-Konferenz wird vom 27. Februar bis 1. März 2018 auf dem Intel Campus in Hillsboro/Oregon veranstaltet.

Forscher der Universität Heidelberg und der Technischen Universität Dresden sowie der Intel Corporation werden auf der NICE-Konferenz in den USA drei neuartige neuromorphe Chips vorstellen. Diese Chips verfügen über eine Besonderheit: Sie sind in der Lage, wichtige Eigenschaften biologischer Gehirne wie Energieeffizienz, Robustheit und insbesondere Lernfähigkeit nachzuahmen. Damit könnten sie eine wichtige Grundlage für die weitere Entwicklung künstlicher Intelligenz bilden, denn Computer sind beim Lösen von Rechenaufgaben zwar um ein Vielfaches schneller als Menschen, aber gegen die analytischen Fähigkeiten des Gehirns haben sie bislang keine Chance.

Der BrainScaleS-Chip verfügt über frei programmierbare On-Chip-Lernfunktionen

Insbesondere können Computer bisher nicht kontinuierlich lernen und sich deswegen auch nicht verbessern. Die beiden europäischen Chips wurden im Rahmen des Human Brain Project der Europäischen Union in enger Zusammenarbeit mit Neurowissenschaftlern entwickelt. Die NICE-Konferenz wird vom 27. Februar bis 1. März 2018 auf dem Intel Campus in Hillsboro/Oregon veranstaltet.

Dr. Johannes Schemmel vom Kirchhoff-Institut für Physik der Universität Heidelberg wird den Prototypen des neuen BrainScaleS-Chip präsentieren. BrainScaleS beruht auf einem gemischten Analog-Digital-Design, das zwischen 1000 und 10.000 Mal schneller als Echtzeit arbeitet. Der neuromorphe BrainScaleS-Chip der zweiten Generation verfügt erstmals über frei programmierbare On-Chip-Lernfunktionen sowie ein analoges Hardwaremodell komplexer Neuronen mit aktiven Dendritenbäumen, die – nach dem Vorbild von Nervenzellen – insbesondere für die Nachbildung kontinuierlicher Prozesse des Lernens von Bedeutung sind.

Neuer SpiNNaker-Chip mit innovativem Power-Management

Den Prototypen des neuen SpiNNaker-Chip wird Dr. Sebastian Höppner von der Professur für hochparallele VLSI-Systeme (very large scale integration) und Neuromikroelektronik der Technischen Universität Dresden vorstellen. Die zweite Generation von SpiNNaker basiert auf einer Vielkern-Architektur, die an der Universität Manchester (Großbritannien) von Prof. Dr. Steve Furber entwickelt wurde. Prof. Furber ist einer der Pioniere der sogenannten ARM-Architektur, wie sie heute in jedem Smartphone steckt.

Der neue SpiNNaker-Chip basiert auf dieser Technologie; auf ihm wurde aber ein Vielfaches an Prozessorkernen gekoppelt: Ein einziger Chip enthält 144 „ARM Cortex M4“-Kerne mit einem innovativen Power-Management für einen sehr effizienten Energieverbrauch. Der SpiNNaker-Chip liefert eine Rechenleistung von 36 Milliarden Anweisungen pro Sekunde und Watt; er soll vor allem für die Simulation mehrskaliger Hirnmodelle in Echtzeit eingesetzt werden.

Loihi-Forschungschip enthält Befehlssatz für neuronale Netzwerke

Die Intel Corporation präsentiert erstmals die technischen Details ihres kürzlich angekündigten Loihi-Forschungschip. Diese neuartige Prozessortechnologie enthält einen hochentwickelten Befehlssatz für neuronale Netzwerke aus „feuernden“ Neuronen sowie programmierbare Mikrocodes für Lernregeln. Loihi unterstützt eine Reihe von On-Chip-Lernmodellen für überwachtes und unbeaufsichtigtes Lernen sowie Lernprozesse, die auf Verstärkung beruhen.

Alle drei neuen Chips werden als Hardware-Prototypen vorgeführt. Experten stehen potentiellen Nutzern zur Verfügung, um Eigenschaften und Anwendungen zu diskutieren. Weitere Präsentationen während der Konferenz beschäftigen sich mit Theorien und Algorithmen von neuromorphen Chips. Die Abkürzung NICE steht für „Neuro Inspired Computational Elements“.

Die NICE-Konferenz findet jährlich statt und bringt Forscher aus Europa und den USA zusammen, die an der Entwicklung von neuartigen Rechnerarchitekturen nach dem Vorbild neuronaler Systeme arbeiten. Die Konferenzserie wurde 2013 von dem Heidelberger Physiker Prof. Dr. Karlheinz Meier mit initiiert und gestaltet.

Bitte beachten Sie

Die Beiträge in der Rubrik "Trends und Innovationen" sind Inhalte unseres Medienpartners Vogel Business Media. Sie spiegeln nicht unbedingt die Meinung von DATEV wider.