Fraunhofer-Verbund Mikroelektronik in Kooperation mit den Leibniz-Instituten FBH und IHP
Fraunhofer-Verbund Mikroelektronik in Kooperation mit den Leibniz-Instituten FBH und IHP
Neurons and nervous system. Nerve cells background with copy space (3d microbiology render banner)

Neuromorphic Computing

© shutterstock.com | Andrii Vodolazhskyi

Das Gehirn als Vorbild

Innovative Rechenarchitektur imitieren das menschliche Gehirn

Neuromorphe Computer setzen auf die parallele Verarbeitung von Informationen durch künstliche neuronale Netze und sind durch ihre innovative Rechenstruktur in der Lage, komplexe Rechenprobleme effizient, in Echtzeit und ressourcenschonend zu lösen. Konsequent implementiert, ergibt sich somit ein immenser Vorteil für Industrie und Gesellschaft gegenüber klassischen Rechenarchitekturen.

Beim neuromorphen Computing benötigt man spezialisierte Chips, die komplett anders als herkömmliche Rechenchips arbeiten. Diese neuromorphen Chips sind darauf optimiert, Signale, wie synaptische Aktivitäten, auf eine ähnliche Art und Weise, wie das menschliche Gehirn, zu verarbeiten und zu übertragen. Diese Synapsen stellen dabei Verbindungen zwischen künstlichen Neuronen dar und bilden durch Simulation im neuromorphen Computer anschließend komplexe neuronale Netzwerke ab.

Hierdurch können die neuromorphen Chips parallel und asynchron Wege finden und lernen »on-the-fly«; klassische Computer haben mit genau dieser Art Rechenaufgaben häufig große Probleme.

Neuromorphe Computer sind somit ideal für Fragestellungen, bei denen schnell und gezielt in Echtzeit auf neue Stimuli reagiert werden muss, wie zum Beispiel im Bereich Künstliche Intelligenz (KI)! 

Noch stehen neuromorphe Computer vor dem industriellen Durchbruch und eine gezielte Forschungsarbeit ist essentiell. Die FMD arbeitet u.a. im Projekt »FMD-QNC« intensiv an der Weiterentwicklung der Technologie.

Hier erfahren Sie mehr darüber, wie KMUs, Start-ups, Forschungsgruppen, Großindustrie und alle am Thema interessierten Personen von FMD-QNC profitieren können. 
 

Das Projekt FMD-QNC

Konkrete Anwendungsszenarien

Fahrzeugumfelderkennung

Neuromorphe Strukturen befähigen autonome Fahrzeuge, Umgebungen in Echtzeit so zu analysieren, dass sie direkt auf Gefahren oder Hindernisse reagieren können.

Medizintechnik

Mit neuromorphen Computern können eine Vielzahl von medizinischen Daten analysiert und personalisierte Diagnosen und Behandlungspläne erstellt werden. Es ist außerdem möglich, Röntgenaufnahmen und CT-Scans auszuwerten, Muster zu erkennen und Abweichungen zu identifizieren.

Produktion

Neuromorphe Computer können eingesetzt werden, um Roboter zu steuern und komplexe, menschenähnliche Aufgaben auszuführen. Auch im Bereich Predictive Maintenance können Maschinendaten schneller analysiert werden, um damit Ausfallzeiten und Kosten zu minimieren.

Sicherheit

Um Cyberangriffe zu erkennen und zu bekämpfen, nutzt neuromorphes Computing die Möglichkeit, Verhaltensmuster von Angreifern in Echtzeit zu analysieren. Gleichzeitig kann es effektiv dazu eingesetzt werden, Bilder und Videos zu beobachten und unbekannte oder gefährliche Objekte zu identifizieren.

Mikroelektronik als Basis für neuromorphes Computing (NC)

Nichtflüchtige Speicher sind Teil des Projekts FMD-QNC, weitere Technologien der FMD-Institute aus dem Bereich NC finden sich in den Links am Ende dieser Website.

Alle ausklappen Alle einklappen

Neuromorphe Computer benötigen Hardwarekomponenten, die sehr hohe Anforderungen an Energieeffizienz und parallele Datenverarbeitung erfüllen. Wichtige Komponenten sind hier »nichtflüchtige Speicher«, die es ermöglichen sollen, Berechnungen direkt im Speicher durchzuführen; ohne Datentransfer zwischen Prozessor und Speicher wie in klassischen Rechnern. Hierdurch können neuromorphe Computer ihre Aufgaben schneller, effizienter und hoch parallelisiert ausführen, da sie die zu verarbeitenden Daten direkt aus dem neuronalen Netz abrufen können.

Die Technologie ist Teil des Projekts FMD-QNC.

Website FMD-QNC: https://www.module-qnc.de/

Weitergehende Forschung zum Thema Neuromorphic Computing an den FMD-Instituten (Stand 2022)

  • T-KOS - Terahertz-Technologien, u.a. für neuromorphes Computing mit Fraunhofer FHR, Fraunhofer ENAS, Fraunhofer HHI, Fraunhofer IAF, Fraunhofer IMS, Fraunhofer IPMS, Fraunhofer IZM, Leibniz FBH, Leibniz IHP unter Führung der GS der Forschungsfabrik Mikroelektronik Deutschland (FMD)

FMD-Projekt T-KOS

 

  • Strategisches Forschungsthema Neuromorphes Computing @ Fraunhofer EMFT u.a. mit Kompetenzen im Bereich Mikro- und Nanotechnologien für neue neuromorphe Systeme für Halbleiterchips I Entwicklung neurologisch inspirierter Computerarchitekturen I Memristoren – aus memory und resistor, Speicher und elektrischer Widerstand als Synapsen auf Basis von neuen 2D-Nanomaterialien I Circuit Design-Team entwickelt neue integrierte Speichertechnologien in innovativen Konzepten für die Realisierung analoger und digitaler neuromorpher Schaltungen

Neuromorphes Computing @ Fraunhofer EMFT

 

  • EU-Projekt ANDANTE - Entwicklung innovativer Mixed-Signal-Beschleuniger für künstliche neuronale Netze (ANN) mit Computation-in-Memory (CIM) Fähigkeit, mit Fraunhofer EMFT, Fraunhofer IIS, Fraunhofer IPMS

Offizielle Projektwebsite

ANDANTE @ EMFT

ANDANTE @ IIS

ANDANTE @ IPMS
 

  • ECSEL-Projekt TEMPO (Technologie & Hardware für Neuromorphic Computing) mit Fraunhofer EMFT, Fraunhofer IPMS

Offizielle Projektwebsite

TEMPO @ EMFT

TEMPO @ IPMS
 

  • Memristive Komponenten, u.a. für neuartige, „low-energy“ Computing-Architekturen für neuromorphe Elektronik @ Fraunhofer EMFT

Memristive Komponenten @ EMFT

 

  • EU-Projekt NeurONN - Auf dem Weg zum Brain-like Computing mit Fraunhofer EMFT
    Arbeit an extrem energieeffizienten Elementen und Architekturen für neuromorphes Computing. Dabei kommen auch innovative 2D-Materialien zum Einsatz.

NeurONN PI

Über NeurONN

Offizielle Projektwebsite

 

  • 2D-Materialien auf der Basis der Chalcogenide MoS2 und WS2, u.a. für neuromorphes Computing „at the edge“ @ Fraunhofer EMFT

2D-Materialien Chalcogenide

 

  • Whitepaper zu Memristor-Technologien mit Fraunhofer ENAS

Download Whitepaper

Memristor technologie for future computing @ gi

 

  • Beyond-CMOS- und HF-Bauelemente, integrierte Schaltungen und Technologien – Memristoren für die Rechner von morgen @ Fraunhofer ENAS

Memristoren für die Rechner von morgen

 

  • Bismuteisenoxid (BiFeO3, BFO) – ein Material mit veränderbaren Eigenschaften für verschiedene elektronische Anwendungen, u.a. für neuromorphes Computing @ Fraunhofer ENAS

Mehr zur Bismuteisenoxid-Forschung

 

  • Neuromorphe Hardware @ Fraunhofer IIS mit folgenden neuromorphen Architekturen: Analoges neuromorphes Hardware-Design | Digitales neuromorphes Hardware-Design | Gepulstes neuromorphes Hardware-Design | Spiking-Neural-Network-Beschleuniger

Neuromorphic @ IIS

IIS Angebot als PDF
 

  • Hardware für KI – Beratung, Design und Implementierung @ Fraunhofer IIS

embedded-ml

 

  • Lo3-ML – Low-Power Low-Memory Low-Cost ECG Signal Analysis Using Machine Learning Algorithms - Energiesparsamer KI-Chip gewinnt Innovationswettbewerb @ Fraunhofer IIS

Lo3-ML

 

  • KI-FLEX – Rekonfigurierbare Hardwareplattform zur KI-basierten Sensordatenverarbeitung für das autonome Fahren mit Fraunhofer IIS 

https://www.iis.fraunhofer.de/de/ff/kom/ki/neuromorphic/ki-flex.html

 

  • LODRIC – LOw-power Digital deep leaRning Inference Chip mit Fraunhofer IIS

https://www.elektronikforschung.de/projekte/pilot-inno-lodric

 

  • SEC-Learn – Sensor-Edge-Cloud for Federated Learning mit Fraunhofer EMFT, Fraunhofer IIS, Fraunhofer IIS/EAS, Fraunhofer IPMS

https://www.iis.fraunhofer.de/de/ff/kom/ki/neuromorphic.html#faq_faqitem_1828898854-answer

 

  • ADELIA – Analog Deep-Learning-Inferenz-Beschleuniger mit Fraunhofer IIS, Fraunhofer IPMS

https://www.iis.fraunhofer.de/de/pr/2019/20191211_adelia.html

 

  • Mit Neuromorpher Hardware zur »Schnelldenker«-KI @ Fraunhofer IIS

https://www.iis.fraunhofer.de/de/magazin/kuenstliche-intelligenz-ki-serie/neuromorphe-hardware-schnelldenker-ki.html

 

  • Neuromorphe Hardware: We bring AI to the Edge @ Fraunhofer IIS

https://www.iis.fraunhofer.de/de/profil/jb/2021/neuromorphe-hardware-we-bring-ai-tothe-edge.html

 

  • Schlaganfall-Risiko drastisch senken: Neuromorphe Hardware macht`s möglich! @ Fraunhofer IIS

https://www.iis.fraunhofer.de/de/magazin/kuenstliche-intelligenz-ki-serie/pilotinnovationspreis.html


Neuromorphe Hardware für das autonome Fahren @ Fraunhofer IIS

https://www.iis.fraunhofer.de/de/magazin/kuenstliche-intelligenz-ki-serie/neuromorphe-hardware-fuer-das-autonome-fahren.html


Fraunhofer IMS startet eine Initiative für ein virtuelles Kompetenzzentrum im Chipdesign: Werden Sie Teil von CHIPS.NRW, u.a. für die Bereiche Neuromorphic Computing / RISC-V / Open Hardware

https://www.ims.fraunhofer.de/de/Newsroom/news-2-regular-page/kurznachricht--chipsnrw.html


Neuronale Netze @ Fraunhofer IMS

https://www.ims.fraunhofer.de/de/Kernkompetenz/Smart-Sensor-Systems/Integrated-Sensor-Systems/Neuronale-Netze.html


Technologien ASICs – u.a. mit künstlicher Intelligenz und neuromorphen Kernen @ Fraunhofer IMS

https://www.ims.fraunhofer.de/de/Geschaeftsfelder/ASICS/Technologien.html

Fraunhofer Leitprojekt NeurOSmart mit Fraunhofer IMS, Fraunhofer IPMS, Fraunhofer ISIT

Website NeurOSmart

NeurOSmarT @ IMS

NeurOSmarT @ ISIT
 

Strategisches Forschungsfeld Neuromorphic Computing @ Fraunhofer IPMS

https://www.ipms.fraunhofer.de/de/Strategic-Research-Areas/Neuromorphic-Computing.html


MEMION - Memristive Redox-Transistoren für neuromorphe Rechnerarchitekturen mit Fraunhofer IPMS

https://www.ipms.fraunhofer.de/de/Strategic-Research-Areas/Neuromorphic-Computing/MEMION-Memristive-Redox-Transistors-for-Neuromorphic-Computer-Architectures.html


StorAIge - Neue Speichertechnologie für Edge-KI-Anwendungen mit Fraunhofer IPMS

https://www.ipms.fraunhofer.de/de/Strategic-Research-Areas/Neuromorphic-Computing/Neuromorphic-Computing-Artificial-Intelligence.html

https://storaige.eu/


Denkende Chips: Neue Materialien und Hardware für Next Generation Computing @ Fraunhofer IPMS

https://www.ipms.fraunhofer.de/de/press-media/press/2021/Advanced-materials-and-hardware-for-NGC-ipms.html


Materialien für die Mikro- und Nanoelektronik – Neuromorphe Bauelemente @ Leibniz IHP

https://www.ihp-microelectronics.com/de/forschung/materialien-fuer-die-mikro-und-nanoelektronik


Neuromorphe On-Chip-Erkennung von Speichelproben @ Leibniz IHP

https://www.ihp-microelectronics.com/de/news/news-detailansicht/frueherkennung-von-krankheiten-mit-hilfe-der-kuenstlichen-intelligenz


Prozessentwicklung, MtM-Module - neue Forschungsfelder, wie neuromorphesComputing auf Basis vollintegrierter memrestiver Zellen oder epitaktisch modifizierte Substrate für Quantentechnologien, werden innerhalb dieses Kompetenzfeldes untersucht @ Leibniz IHP

https://www.ihp-microelectronics.com/de/taetigkeitsfelder/prozessentwicklung-mtm-module


Neuer Sonderforschungsbereich (SFB) zur Künstlichen Intelligenz startete 2021 am Leibniz IHP

https://www.ihp-microelectronics.com/de/news/news-detailansicht/neuer-sonderforschungsbereich-sfb-zur-kuenstlichen-intelligenz-startet-2021


IHP offers access to memristive technology for edge AI computing or hardware artificial neural networks applications

https://www.ihp-microelectronics.com/de/news/news-detailansicht/ihp-offers-access-to-memristive-technology-for-edge-ai-computing-or-hardware-artificial-neural-networks-applications


Neutronics @ Leibniz IHP

https://www.ihp-microelectronics.com/de/forschung/materialien-fuer-die-mikro-und-nanoelektronik/projekte/neutronics


Adaptive Materialien, u.a. mit Entwicklung von memristiven Arrays für Edge Computing und neuromorphe Schaltungen @ Leibniz IHP

https://www.ihp-microelectronics.com/de/forschung/materialien-fuer-die-mikro-und-nanoelektronik/forschungsgruppen/adaptive-materialien

Die hier verlinkten Websites dienen ausschließlich zur Information und zur Anregung für einen inhaltlichen Diskurs; wir übernehmen selbstverständlich keine Verantwortung zur Richtigkeit und Vollständigkeit der verlinkten Inhalte. Mehr zu unserem Haftungsausschluss finden Sie im Impressum dieser Website.