Brain inside: Gehirn als Vorbild für KI-Chips

Die nächste Generation von KI-Chips steht in den Startlöchern. Sie ist erheblich ­leistungsfähiger und braucht wesentlich weniger Energie.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
Brain inside

(Bild: Cortical Labs)

Lesezeit: 19 Min.
Inhaltsverzeichnis

Schon mal was von Synthiant gehört? Oder Groq, Mythic AI und Sensetime? Das sind nur einige von vielen Namen, die in der Szene gerade heiß gehandelt werden. In den vergangenen zwanzig Jahren haben ganz wenige große Hersteller wie Intel, AMD oder ARM den Markt bestimmt. Nun bricht eine ungewohnte neue Vielfalt aus. Chip-Experten sprechen von einer kambrischen Explosion bei neuen Prozessoren.

Schuld daran ist der Aufschwung der künstlichen Intelligenz. Denn KI ist zwar in einem bisher nicht gekannten Maß dazu in der Lage, Sprache zu erkennen und zu übersetzen oder Bilder und Videos zu analysieren. Doch je komplexer die Aufgaben und je größer die Fähigkeiten, desto mehr steigt der Aufwand – rechentechnisch, aber vor allem auch energetisch. Bis 2025 könnten KI-Anwendungen bereits zehn Prozent des weltweiten Strombedarfs beanspruchen, schätzt beispielsweise Gary Dickerson, der Chef von Applied Materials, dem weltgrößten Hersteller von Anlagen für die Chipfertigung.

Die neuen KI-Chips von Synthiant oder Sensetime sollen dieses Problem lösen. Doch sie markieren nur den Anfang einer sehr viel grundlegenderen Entwicklung. Denn es sind zumeist "digitale Beschleuniger" für KI-Anwendungen, ähnlich den momentan gebräuchlichen Grafikprozessoren (GPUs). Die bestehen aus zahlreichen Rechenkernen, die parallel Rechenoperationen abarbeiten, die in KI-Anwendungen besonders häufig vorkommen – vor allem das Multiplizieren von Vektoren mit Matrizen. In den neuen KI-Chips arbeiten die Rechenkerne dagegen alle unabhängig voneinander. Immer wenn neue Daten am Einfang anliegen, werden sie bearbeitet und an den nächsten zuständigen Kern weitergeleitet. Gesteuert werden diese Beschleuniger über den Datenfluss. "Die Intelligenz besteht also darin, die richtigen Daten zur richtigen Zeit an der richtigen Stelle zu haben", erklärt Marco Breiling vom Fraunhofer-Institut für Integrierte Schaltungen (IIS).

Das war die Leseprobe unseres heise-Plus-Artikels "Brain inside: Gehirn als Vorbild für KI-Chips". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.