Neuromorphe Chips für Big-Data-Anwendungen

Künstliche Neuronen aus dem IBM-Forschungslabor

| Autor / Redakteur: Tina Billo / Rainer Graefen

Mittels elektrischer Impulse lassen sich die Phase-Change-Zellen der auf einem Chip zusammengeschalten einzelnen künstlichen Neuronen stimulieren, bis sie kristallin werden und letztlich ein Signal weiterleiten.
Mittels elektrischer Impulse lassen sich die Phase-Change-Zellen der auf einem Chip zusammengeschalten einzelnen künstlichen Neuronen stimulieren, bis sie kristallin werden und letztlich ein Signal weiterleiten. (Bild: IBM Research)

Wissenschaftlern des IBM-Forschungszentrums in Rüschlikon ist es gelungen, aus Phasenwechselmaterial künstliche Nervenzellen herzustellen. Diese sollen ihrem biologischen Vorbild nahekommen und damit Daten ähnlich schnell speichern und verarbeiten können. Die Entwicklung stelle einen bedeutenden Schritt auf dem Weg hin zu energieeffizienten neuromorphen Computern dar.

Seit mehr als einem Jahrzehnt beschäftigen sich Forscher von IBM damit, die Fähigkeiten des menschlichen Gehirns nachzubilden. Eine vergleichbare Dichte und Energie wie die Vorlage aus der Biologie zu erreichen, zählte dabei in der Vergangenheit zu den größten Herausforderungen. Nun ist es ihnen erstmals geglückt, künstliche Neuronen zu bauen, die wie menschliche Nervenzellen zufällig feuern und damit ultraschnelle Signale verarbeiten können. Die Speicherung der Informationen erfolgt dabei allerdings analog und nicht digital.

Zusammen mit anderen neuromorphen Bauteilen wie künstlichen Synapsen sollen die jetzt realisierten Neuronen, denen in 90-Nanometer-Technologie gefertigte Phase-Change-Zellen zugrundeliegen, die Basis einer neuen Generation an Neurocomputer stellen. Diese gelten aufgrund ihrer hohen Rechenleistung und dem geringen Energieverbrauch als vielversprechender Ansatz, um beispielsweise von IoT- (Internet of Things) oder Cognitive-Computing-Anwendungen erzeugte riesige Datenmengen schneller und effizienter zu verarbeiten.

Neuronen aus Phase-Change-Material

Für die Herstellung der künstlichen Neuronen nutzten die Forscher Phasenwechselmaterial, das sich aus Germanium, Antimon sowie Tellurid zusammensetzt und bereits bei wiederschreibbbaren Blue-Ray-Disks zum Einsatz kommt. Durch elektrische Impulse kann die Phase-Change-Zelle innerhalb von Nanusekunden dazu gebracht werden, ihren Zustand zu wechseln - zum Beispiel von amorph zu kristallin oder vice versa.

Dadurch wandelt sich die atomaren Struktur des Neuron, das wiederum wirkt sich auf den elektrischen Wiederstand aus: In einem ungeordneten amporphen Zustand ist die Leitfähigkeit gering, in einem geordneten kristallinen hingegen hoch. Dass sich durch Phasenwechsel die optischen und elektrischen Eigenschaften des Materials wechseln lassen, ist bereits seit langem bekannt. Daher wird schon seit Jahren an Lösungen gearbeitet, die sich diesen Vorteil für moderne Speicheranwendungen zu Nutze zu machen.

Imitation des Funktionsprinzip menschlicher Nervenzellen

Die einzelnen künstlichen Neuronen werden durch eine Serie elektrischer Impulse stimuliert. Dadurch kristallisiert das Phase-Change-Material mehr und mehr, bis das das Signal letztendlich weitergeleitet wird. Bei menschlichen Nervenzellen sprechen die Neurowissenschaftler dabei von "Integrate and Fire". Darunter wird verstanden, dass der Input bis zu einem gewissen Schwellenwert aufgenomen und das Signal erst übermittelt wird, sobald dieser überschritten ist.

Der Vorgang lässt sich vom Grundsatz her mit der Reaktion des Gehirns auf einen äußeren Reiz vergleichen und bildet damit das Fundament der ereignisbasierten Datenverarbeitung. Schon ein einzelnes Phase-Change-Neuron kann so zur Erkennung von Mustern und Korrelationen in einer Vielzahl von ereignisbasierten Datenströmen genutzt werden.

Langlebig und energieeffizient

Um komplexe Signale in Hochgeschwindigkeit zu verarbeiten, ordneten die Forscher hunderte der künstlichen Neuronen in Gruppen auf einem Chip an. In Tests verkrafteten sie mehrere Milliarden an Schaltzyklen - bei einer Taktfrequenz von 100 Hertz entspricht dies einer Lebensdauer von mehreren Jahren.

Jeder einzelne elektrische Impuls verbrauchte nach Angaben von IBM weniger als fünf Pikojoule und im Schnitt weniger als 120 Mikrowatt. Zum Vergleich: eine 60 Watt Glühbirne verbraucht 60 Millionen müW.

Anwendungsfall Big Data

Durch die Zusammenschaltung der künstlichen Neuronen konnten die Wissenschaftler bei ihrem Versuch somit unter Beweis stellen, dass die Signalverarbeitung technisch machbar ist. In größeren Gruppen zusammengefasste Populationen bieten aus ihrer Sicht großes Potenzial, um die Verarbeitung von Big-Data-Anwendungen künftig deutlich zu beschleunigen.

Beispielsweise könnten Sensoren aus Phase-Change-Neuronen große Mengen an Wetterdaten erfassen und auswerten. Auf diese Weise wäre es möglich, schnellere und präzisere Vorhersagen zu treffen. Ebenso ließen sich Muster in Finanztransaktionen nahezu in Echtzeit aufzeigen oder die in sozialen Netzwerken gesammelten Daten auf neue Trends hin untersuchen.

Die vollständige in dem Fachmagazin Nature Nanotechnology erschienene Arbeit “Stochastic phase-change neurons” von Tomas Tuma, Angeliki Pantazi, Manuel Le Gallo, Abu Sebastian und Evangelos Eleftheriou lässt sich im Internet bestellen.

Kommentare werden geladen....

Was meinen Sie zu diesem Thema?

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44203631 / RZ-Hardware)