Die Technische Universität Dresden (TUD) hat mit der Inbetriebnahme ihres neuen Supercomputers „SpiNNcloud“ einen bedeutenden Schritt in der Entwicklung energieeffizienter KI-Systeme gemacht. Dieses hochmoderne System, entwickelt unter der Leitung von Prof. Christian Mayr an der Professur für Hochparallele VLSI-Systeme und Neuromikroelektronik, basiert auf dem neuartigen SpiNNaker2-Chip, der 35.000 Chips und über fünf Millionen Prozessorkerne umfasst. Das Hauptziel dieser Initiative ist die Schaffung von neuromorphen Computersystemen, die sich am menschlichen Gehirn orientieren und gehirnähnliche Prinzipien wie verteilten Speicher und ereignisgesteuerte Verarbeitung nutzen. Diese Ansätze ermöglichen eine signifikante Reduzierung des Energieverbrauchs bei gleichzeitiger Erhöhung von Leistungsfähigkeit und Flexibilität, wie tu-dresden.de berichtet.
Der SpiNNaker2-Chip, der im Rahmen des prestigeträchtigen EU Flagship-Projekts „Human Brain Project“ entwickelt wurde, verspricht Echtzeitverarbeitung mit Latenzen unter einer Millisekunde. Die Technologie passt sich dynamisch an komplexe und sich verändernde Umgebungen an, was sie besonders attraktiv für Anwendungen in Bereichen wie Smart Cities, autonomem Fahren und dem taktilen Internet macht. Hector Gonzalez, CEO von SpiNNcloud, bezeichnet die Implementierung dieses Systems als wichtigen Meilenstein für die KI-Entwicklung.
Technologie und Architektur
Der SpiNNaker2-Chip bietet eine beeindruckende technische Ausstattung: Mit 153 ARM-Kernen, 19 MB On-Chip-SRAM und 2 GB DRAM, inklusive dedizierter Hardware für maschinelles Lernen und neuromorphe Beschleuniger, ist das System für ressourcenintensive Aufgaben optimiert. Durch die Verwendung des 22nm FDSOI-Herstellungsprozesses erreicht der Chip eine zehnfache Erhöhung der neuronalen Simulationskapazität pro Watt im Vergleich zur vorherigen SpiNNaker1-Generation. Diese Fortschritte wurden vom open-neuromorphic.org hervorgehoben und ermöglichen den Einsatz sowohl traditioneller als auch ereignisbasierter Deep Neural Networks.
Die Systemarchitektur bleibt flexibel und nutzt eine softwarebasierte Herangehensweise. Die unabhängigen ARM-Kerne sind in einer Globally Asynchronous Locally Synchronous (GALS) Konfiguration angeordnet. Dies verbessert die Energieeffizienz und ermöglicht eine schnelle Verarbeitung in Echtzeit, was besonders für Edge-AI-Anwendungen von Bedeutung ist.
Anwendungen und Zukunftsperspektiven
SpiNNcloud wird als Teil des KI-Kompetenzzentrums ScaDS.AI Dresden/Leipzig etabliert, das regionale Big-Data-Kompetenzen bündelt. Die Integration von KI in Endgeräte wird durch innovative Ansätze im neuromorphen Computing vorangetrieben. Das Fraunhofer IIS hat ein Projekt zur Entwicklung skalierbarer, konfigurierbarer neuromorpher Prozessoreinheiten initiiert, das die Basis für neue Hardwarelösungen bilden soll. Diese sollen nicht nur für ressourcenintensive KI-Aufgaben geeignet sein, sondern auch die Energieeffizienz steigern und insbesondere der steigenden Nachfrage nach nachhaltigen Technologien Rechnung tragen, wie iis.fraunhofer.de erläutert.
Mit über 60 Wissenschaftlern und 200 Mitarbeitenden wird ScaDS.AI von der Bundesregierung und dem Freistaat Sachsen gefördert. Industriepartner wie die RAFI Group, Cloud & Heat und Racyics unterstützen das Projekt durch technologische Expertise. In der Summe stellt der SpiNNcloud eine wegweisende Entwicklung im Bereich des neuromorphen Rechnens dar und setzt neue Maßstäbe hinsichtlich der Energieeffizienz und Leistungsfähigkeit von KI-Systemen.
