ANDANTE - Ai for New Devices And Technologies at the Edge

Für die Implementierung von Neuromorphic Computing sind verschiedene Hardware-Ansätze im Gespräch. Grundlegend ist solch ein Computer vergleichbar wie ein menschliches Gehirn aufgebaut - aus unzähligen Synapsen und Neuronen.

Im Projekt ANDANTE setzen wir als ideale Synapse auf ferroelektrische Feldeffekttransistoren (FeFETs). Diese zeichnen sich durch einen sehr hohen Dynamikbereich als auch sehr geringe Laufzeitverzögerung aus. Damit können die Signale des Pre-Neurons schnell und sehr verlustarm weitergeleitet und im Post-Neuron gesammelt werden. Zusätzlich können diese in einem Chip neben Standard-Logik-Transistoren eingebaut werden, was einen skalierbaren Edge-KI-Beschleuniger ermöglicht.

„Edge KI“ bezeichnet einen Ansatz, bei dem direkt auf dem Computerchip eine intelligente Datenanalyse durchgeführt wird, was eine erhöhte Rechengeschwindigkeit bei gleichzeitig reduziertem Stromverbrauch ermöglicht. Das Fraunhofer IPMS implementiert FeFETs direkt auf dem Halbleiterchip, um somit die energieeffizientesten am Markt verfügbaren Edge-AI-Beschleuniger zu entwickeln.

Diese Chips ermöglichen es zum Beispiel, Objekte in Bildern verschiedenen Kategorien zuzuordnen oder Bereiche in einem Bild zu segmentieren. Algorithmen, die diese Aufgaben bearbeiten, haben jedoch einen hohen Speicherzugriff, beispielsweise um die Verbindung der Neuronen, die Synapsen, zu beschreiben. Zur Lösung dieses Problems werden Chips entwickelt, die wie im menschlichen Gehirn die Funktion der Synapse direkt miteinbetten. Die Berechnungen werden damit sehr effizient realisiert, da kein komplizierter Datentransfer zwischen Rechner und Prozessor mehr notwendig ist. Damit wird eine dezentrale, blitzschnelle und energieeffiziente Datenverarbeitung für Sensoren in der Edge möglich. In Zukunft können so Sensoren dezentral ausgewertet werden, ohne dass diese ihre Daten in die Cloud senden müssen.

Zusätzlich demonstriert das Fraunhofer IPMS im Projekt ANDANTE auch kompatible Neuronenschaltungen. In enger Zusammenarbeit mit FMC und den Fraunhofer Instituten IIS und EMFT wird dabei an einem Fraunhofer-FeFET-ASIC gearbeitet, der in der Globalfoundries-Technologie 22FDX^® gefertigt werden kann. Erklärtes Ziel ist es hierbei, den energieeffizientesten KI-Chip am Markt zu entwickeln.