Stromsparende Chips für neuromorphes Computing

Kurzzusammenfassung

© Fraunhofer EMFT/ Bernd Müller
Verifikation des Deep-Learning-Algorithmus für die Implementierung einer neuromorphen Hardware;

Neuromorphes Computing gilt als Schlüsseltechnologie für künftige KI-Anwendungen. Als Vorbild dient das ausgeklügelte Nervennetz unseres menschlichen Gehirns. Eine zentrale Herausforderung für die Forschung ist dabei der sehr hohe Energieverbrauch der Chips für die erforderlichen komplexen Rechenleistungen. Im Rahmen des ECSEL-Projekts TEMPO (Technologie & Hardware für Neuromorphic Computing) arbeitet das deutsche Konsortium mit Beteiligung der Fraunhofer EMFT an der Entwicklung und Evaluierung stromsparender Neuromorphic Computing Chips im 22nm FDSOI-Technologieknoten. Die Forschenden setzen dabei neue integrierte Speichertechnologien in innovativen Konzepten für die Realisierung analoger und digitaler neuromorpher Schaltungen ein. Die Speicher- und Chipentwicklung wird hierbei durch alle Verwertungsebenen von der angewandten Forschung über die IP-Generierung bis hin zu integrierten Systemen getrieben. Die im Projekt entworfenen und gefertigten Chips sollen v.a. für Klassifikationsaufgabestellungen in Bilderkennungssystemen z.B. für das autonome Fahren als auch für die Verarbeitung weiterer Sensordaten z.B. von Radarsystemen Einsatz finden.

Im Rahmen des Projektes fokussieren sich die Beiträge der Fraunhofer EMFT auf die Entwicklung von Schlüssel-IPs für die analoge und Mixed-Signal Signalverarbeitung für neuromorphe Strukturen. Ziel ist es, für bestehende mobile und portable Sensorsysteme eine Signalverarbeitung zu entwickeln, die eine Reduzierung der Leistungsaufnahme um einige Größenordnungen ermöglicht.

Partner

Das deutsche Konsortium besteht aus folgenden Partnerinnen und Partnern: 

  • Infineon Technologies AG, Neubiberg (Verbundkoordinatorin
  • Fraunhofer-Institut für Integrierte Schaltungen IIS, Erlangen
  • Fraunhofer-Einrichtung für Mikrosysteme und Festkörper-Technologien EMFT, München
  • Robert Bosch GmbH, Gerlingen-Schillerhöhe
  • InnoSenT GmbH, Donnersdorf
  • Valeo Schalter und Sensoren GmbH, Bietigheim-Bissingen
  • Fraunhofer-Institut für Photonische Mikrosysteme IPMS, Dresden
  • Technische Universität Dresden

Gefördert

Das Projekt wird unter dem Förderkennzeichen 826655 im Rahmen des ECSEL-Initiative durch die EU und mit dem Förderkennzeichen 16ESE0407 durch das BMBF gefördert.