Projekt ANDANTE: Analoger Beschleuniger für Inferenz in der Edge

Edge Computing gilt als Schlüssel für neue IoT-Anwendungen. Um grundlegende künstliche Intelligenz für zukünftige Edge-Produkte zu schaffen, arbeiten Fraunhofer EMFT-Forschende gemeinsam mit den Fraunhofer-Instituten IIS und IPMS im Rahmen des EU-Projekt ANDANTE an der Entwicklung innovativer Mixed-Signal-Beschleuniger für künstliche neuronale Netze (ANN) mit Computation-in-Memory (CIM) Fähigkeit. Diese sollen den Aufbau solider Hardware und Softwareplattformen zur Entwicklung von KI-Anwendungen ermöglichen.

Die daraus resultierenden IoT-Geräte sollen Energieeffizienz mit robusten neuromorphen Rechenkapazitäten verbinden. Durch einen engen Austausch zwischen bedeutenden europäischen Fertigungsanlagen, Firmen für Chipdesign, Systemhäusern, Anwendungsentwicklungsunternehmen und Forschungspartnern wird das Projekt das europäische Ökosystem rund um die Definition, Entwicklung, Herstellung und Anwendung neuromorpher integrierter Schaltkreise auf und ausbauen.

Die Fraunhofer EMFT bringt ihre Studien über KI-Bausteine, Methoden und Werkzeuge für die Schaffung einer flexiblen und dennoch effizienten Mixed-Signal ANN-Schaltungsarchitektur in die Projektarbeiten mit ein. Darüber hinaus entwickeln die Münchner Forscherinnen und Forscher Werkzeuge, welche eine ressourcenbewusste Planung eines ANN-Modells für die verfügbare Hardware in den Edge-Produkten unterstützen. Der Fokus liegt dabei auf den Aspekten Rechengenauigkeit, Datendurchsatz und Leistungskompromisse. Weiterhin werden an der Fraunhofer EMFT verschiedene Schaltungsblöcke für neuronale Netzwerke entwickelt, wobei der Schwerpunkt auf der hohen Konfigurierbarkeit und dem geringen Stromverbrauch liegt.

Das Gesamtvorhaben wird im Rahmen der europäischen ECSEL-Initiative unter dem Förderkennzeichen 876925, das Teilvorhaben zusätzlich durch das Bundesministerium für Bildung und Forschung BMBF unter der Fördernummer 16MEE0117 gefördert.