Neuromorphic Computing löst das Energieproblem von Morgen

Das menschliche Hirn als Benchmark

Das menschliche Gehirn erbringt um fünf Größenordnungen bessere Rechenleistungen als jede künstliche Intelligenz. Sprachverständnis und Bilderkennung sind zwei Gebiete, auf denen der Unterschied zwischen Gehirn und konventionellen Rechnern schon besonders erforscht ist. So ist die Rate der korrekten Bilderkennung einer trainierten KI je nach Ausstattung zum Beispiel selten größer als 90 %.

Das ist eine Herausforderung für KI-Entwickler. Zu ihr gesellt sich ein ernstzunehmendes Energieproblem. Eine umfangreiche Spracherkennungs-KI zu trainieren erzeugt über 300 kg CO₂, was ungefähr dem CO₂-Fußabdruck eines durchschnittlichen 17-jährigen Amerikaners entspricht.

Skalierbar, klein, schnell und unglaublich energiesparsam

Neuromorphic Computing – das heißt Daten verarbeiten in einer ähnlichen Art und Weise, wie es das menschliche Hirn tut. Neuronen werden in ihrer Leistungsfähigkeit von mikroelektronischen Bauteilen nachgeahmt. Unermessliche Rechenleistungen und -geschwindigkeiten werden möglich.

Dr. Thomas Kämpfe, Gruppenleiter Integrated RF & AI am Fraunhofer-Institut für Photonische Mikrosysteme IPMS, erläutert im Interview mit RFID im Blick, warum die Zukunft von Computing nicht mehr in Central Processing Units (CPUs) sondern in Neural Processing Units (NPUs) liegt.