Aktuell ist unsere Wirtschaft durch ein stetiges jährliches Datenwachstum im Ausmaß von 60 % gekennzeichnet. Starke Treiber hierbei sind die unaufhörliche Generierung von Inhalten, die kontinuierliche Ausweitung von Cloud-Anwendungen und das Aufblühen des Internets-der-Dinge. Mit diesem rasanten Wachstum an Daten wird auch der Anteil der IKT am globalen Energieverbrauch im Jahr 2030 voraussichtlich auf 21% emporschnellen.
Ein wichtiger Aspekt im Bereich der IKT ist dabei die Verarbeitung der Daten. Traditionelle Rechenarchitekturen bilden jedoch die in der realen Welt beobachteten Informationsstrukturen nicht ab. Die Virtualisierung bedeutet große Nachteile für die Gesamteffizienz. Gleichzeitig beginnt der kontinuierliche Fortschritt des Moore‘schen Gesetzes, der in den letzten Jahrzehnten zu verzeichnen war, abzuflachen, da die Mikroelektronik sich einer digitalen Energie-Barriere gegenübersieht, die bei einem Energiebedarf von 100 pJ pro Multiplikations-Akkumulations-Operation liegt. Damit sind dem Bereich des High-Performance Computings Grenzen bezüglich des Energieverbrauchs gesetzt.
Dem gegenüber steht das menschliche Gehirn: ein Meisterwerk der Biologie, das diese Energiebarriere mit einer erstaunlichen Leistung von fast 100 Billiarden (1017) Operationen pro Watt durchbricht, gemäß einer Sub-Attojoule-Energie pro Operation. Dabei ist das Gehirn um acht Größenordnungen effizienter, indem es 100 Milliarden (1011) Neuronen miteinander verbindet und so einen "Prozessor" nutzt, der sich sowohl auf physikalischer als auch auf architektonischer Ebene grundlegend unterscheidet.
JOLLYBEE nutzt diese bio-inspirierte Rechenarchitektur, welche die natürlichen Verarbeitungsfähigkeiten des Gehirns nachahmt und Aspekte des Lernens anstatt einer starren Programmierung beinhaltet. Als Forschungsprojekt, das die Synergien zweier Schlüsseltechnologien – künstliche Intelligenz und Photonik – zusammenführt, entwickelt es eine neuromorphe Plattform für den GHz-Betrieb optischer neuronaler Netze, die durch eine ultraniedrige Latenzzeit in Bezug auf Inferenz gekennzeichnet sind. Dazu werden hybride opto-elektronische neuronale Knoten und flexible synaptische Verbindungen sowie die dazugehörigen Methoden des Trainings untersucht. Als ersten Schritt in Richtung bioinspirierter Datenverarbeitung wird JOLLYBEE die Anwendbarkeit eines derartigen optischen neuronalen Netzes in repräsentativen Anwendungen wie der ultraschnellen Musterklassifikation evaluieren. Durch die experimentelle Demonstration eines auf Chip-Basis realisierten optischen neuronalen Netzes wird JOLLYBEE neue Möglichkeiten für verteilte künstliche Intelligenz in kritischen Edge-Anwendungen der IKT-Infrastruktur schaffen.
Start: Okt. 2021
Ende: Okt. 2024
Webpage:
