idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Ein an der Technischen Universität München (TUM) entwickelter neuartiger KI-Chip funktioniert ohne die sonst nötige Verbindung zum Internet oder zu Cloudservern. Der von Prof. Hussam Amrouch entworfene Chip „AI Pro“ arbeitet nach dem Vorbild des menschlichen Gehirns. Seine innovative neuromorphe Architektur hilft ihm, Berechnungen vor Ort und damit Cyber-sicher zu machen. Zudem verbraucht er bis zu zehnmal weniger Energie.
Erste Prototypen hat der Professor für KI-Prozessor-Design der TUM bereits beim Halbleiterhersteller Global Foundries in Dresden fertigen lassen. Anders als bei herkömmlichen Chips liegen Rechen- und Speichereinheit bei „AI Pro“ zusammen. Das ist möglich, da der Chip nach dem Prinzip des „hyperdimensional computing“ arbeitet: Das bedeutet, dass er Ähnlichkeiten und Muster erkennt, aber nicht Millionen von Datensätzen zum Lernen benötigt.
Statt unzählige Bilder von Autos gezeigt zu bekommen, wie beim Deep Learning, das bei herkömmlichen KI-Chips zum Einsatz kommt, kombiniert dieser Chip diverse Informationen, etwa dass ein Auto vier Räder hat, in der Regel auf der Straße fährt und unterschiedliche Formen haben kann. „Auch Menschen abstrahieren und lernen durch Ähnlichkeiten“, erläutert Amrouch, genauso wie der neue Chip.
Ein wichtiger Vorteil des Gehirn-ähnlichen Denkens: Es spart Energie. Für ein definiertes Training einer Aufgabe, ein „Sample“, verbrauchte der neue Chip 24 Mikrojoule, während vergleichbare Chips zehn bis hundertmal mehr Energie benötigten – „ein Rekordwert“, kommentiert Amrouch. „Dieser Mix aus moderner Prozessorarchitektur, Algorithmenspezialisierung sowie neuartiger Datenverarbeitung macht den KI-Chip zu etwas Besonderem.“
Das hebt ihn auch ab von Alleskönnern wie den Chips vom Branchenriesen NVIDIA. „Während NVIDIA eine Plattform gebaut hat, die auf Cloud-Daten angewiesen ist und verspricht, jedes Problem zu lösen, haben wir einen KI-Chip entwickelt, der kundenspezifische Lösungen ermöglicht. Hier schlummert ein enormer Markt.“
Neuromorphe Chips: Nach dem Vorbild des menschlichen Gehirns gebaut
Der einen Quadratmillimeter große und derzeit noch 30.000 Euro teure Chip trägt rund 10 Millionen Transistoren und ist damit nicht ganz so dicht gepackt und auch nicht ganz so leistungsfähig wie NVIDIA-Chips mit 200 Milliarden Transistoren. Doch darauf kommt es Amrouch auch nicht primär an. Denn sein Team hat sich auf KI-Chips spezialisiert, die Daten direkt vor Ort verarbeiten. Damit müssen sie nicht erst in die Cloud geschickt, dort zusammen mit Millionen anderen Datensätzen verarbeitet und wieder zurückgeschickt werden. Das spart Zeit, Rechenkapazitäten von Servern und reduziert den CO₂-Fußabdruck von KI.
Zudem sind die Chips maßgeschneidert für bestimmte Anwendungen. „Das macht sie sehr effizient“, ist Chipexperte Amrouch überzeugt. Sie konzentrieren sich zum Beispiel darauf, Vitaldaten eines Menschen über eine Smartwatch zu verarbeiten oder darauf, die Navigation einer Drohne zu unterstützen. Dadurch, dass diese persönlichen und teilweise auch sensiblen Daten an Bord des Geräts bleiben, kommt die Frage nach einer stabilen Internetverbindung und auch nach Cybersicherheit zudem gar nicht erst auf. Der Chip-Experte ist überzeugt: „Die Zukunft gehört den Menschen, die die Hardware besitzen.“
Weitere Informationen
- Hussam Amrouch startete sein Enagement an der TUM vor zwei Jahren. Der Lehrstuhl für KI-Prozessor-Design wurde im Rahmen der Hightech Agenda Bayern geschaffen. Weitere Informationen: https://www.hightechagenda.de/
- Zudem ist Prof. Hussam Amrouch im Munich Institute of Robotics and Machine Intelligence (MIRMI) aktiv. Seine Chipentwicklungen sind für Entwicklungen in der Gesundheit, für die Umwelt und im Weltraum relevant. Weitere Infomationen zum MIRMI: https://www.mirmi.tum.de/mirmi/startseite/
Zusatzinformationen für Redaktionen:
- Fotos zum Download: https://mediatum.ub.tum.de/1781785
Prof. Hussam Amrouch
Lehrstuhl für KI-Prozessor-Design
Technische Universität München
amrouch@tum.de
• Sandy Wasif, Paul Genssler, and Hussam Amrouch. "Domain-Specific Hyperdimensional RISC-V Processor for Edge-AI Training." IEEE Transactions on Circuits and Systems I: Regular Papers (2025). https://ieeexplore.ieee.org/document/10931124
• Soliman, Taha, Swetaki Chatterjee, Nellie Laleni, Franz Müller, Tobias Kirchner, Norbert Wehn, Thomas Kämpfe, Yogesh Singh Chauhan, and Hussam Amrouch. "First demonstration of in-memory computing crossbar using multi-level Cell FeFET." Nature Communications 14, no. 1 (2023): 6348. https://www.nature.com/articles/s41467-023-42110-y
• Wei-Ji Chao, Paul R Genssler, Sandy A Wasif, Albi Mema, Hussam Amrouch, “End-to-end Hyperdimensional Computing with 24.65 µJ per Training Sample in 22 nm Technology”, under review at the European Solid-State Electronics Research Conference (ESSERC). Preprint available: https://go.tum.de/440497
Prof. Hussam Amrouch zeigt seinen neuen KI-Chip.
Andreas Heddergott / TUM
Prof. Hussam Amrouch forscht in seinem Garchinger Labor im Siemens Technology Center an den Chipgene ...
Andreas Heddergott / TUM
Merkmale dieser Pressemitteilung:
Journalisten
Informationstechnik
überregional
Buntes aus der Wissenschaft, Forschungs- / Wissenstransfer
Deutsch
Prof. Hussam Amrouch zeigt seinen neuen KI-Chip.
Andreas Heddergott / TUM
Prof. Hussam Amrouch forscht in seinem Garchinger Labor im Siemens Technology Center an den Chipgene ...
Andreas Heddergott / TUM
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
