Blog

Dec 01, 2023

Neuromorphes Computing im Rampenlicht

KI, maschinelles Lernen und ChatGPT sind möglicherweise relativ neue Schlagworte in der Öffentlichkeit

KI, maschinelles Lernen und ChatGPT mögen in der Öffentlichkeit relativ neue Schlagworte sein, aber die Entwicklung eines Computers, der wie das menschliche Gehirn und Nervensystem funktioniert – sowohl Hardware als auch Software zusammen –, war eine jahrzehntelange Herausforderung. Ingenieure der Universität Pittsburgh erforschen heute, wie optische „Memristoren“ ein Schlüssel zur Entwicklung neuromorpher Datenverarbeitung sein könnten.

Widerstände mit Speicher oder Memristoren haben ihre Vielseitigkeit in der Elektronik bereits unter Beweis gestellt, mit Anwendungen als Rechenschaltungselemente im neuromorphen Computing und als kompakte Speicherelemente in der Datenspeicherung mit hoher Dichte. Ihr einzigartiges Design hat den Weg für In-Memory-Computing geebnet und großes Interesse bei Wissenschaftlern und Ingenieuren gleichermaßen geweckt.

Ein neuer in Nature Photonics veröffentlichter Übersichtsartikel mit dem Titel „Integrated Optical Memristors“ beleuchtet die Entwicklung dieser Technologie – und die Arbeit, die noch geleistet werden muss, damit sie ihr volles Potenzial entfalten kann. Unter der Leitung von Nathan Youngblood, Assistenzprofessor für Elektro- und Computertechnik an der Swanson School of Engineering der University of Pittsburgh, untersucht der Artikel das Potenzial optischer Geräte, die Analoga elektronischer Memristoren sind. Diese neue Geräteklasse könnte eine wichtige Rolle bei der Revolutionierung von neuromorphem Computing mit hoher Bandbreite, Hardware für maschinelles Lernen und künstlicher Intelligenz im optischen Bereich spielen.

„Forscher sind von optischen Memristoren wirklich fasziniert, weil sie ein unglaubliches Potenzial für neuromorphes Computing mit hoher Bandbreite, Hardware für maschinelles Lernen und künstliche Intelligenz bieten“, erklärte Youngblood. „Stellen Sie sich vor, die unglaublichen Vorteile der Optik mit der lokalen Informationsverarbeitung zu verbinden. Es ist, als würden Sie die Tür zu einem völlig neuen Bereich technologischer Möglichkeiten öffnen, die bisher unvorstellbar waren.“

Der Übersichtsartikel bietet einen umfassenden Überblick über die jüngsten Fortschritte auf diesem aufstrebenden Gebiet der photonischen integrierten Schaltkreise. Es untersucht den aktuellen Stand der Technik und beleuchtet die möglichen Anwendungen optischer Memristoren, die die Vorteile ultraschneller optischer Kommunikation mit hoher Bandbreite mit lokaler Informationsverarbeitung kombinieren. Allerdings erwies sich die Skalierbarkeit als das dringendste Problem, mit dem sich die zukünftige Forschung befassen sollte.

„Die Skalierung von In-Memory- oder neuromorphem Computing im optischen Bereich ist eine große Herausforderung. Eine Technologie zu haben, die schnell, kompakt und effizient ist, macht die Skalierung leichter erreichbar und würde einen großen Fortschritt darstellen“, erklärte Youngblood.

„Ein Beispiel für die Einschränkungen ist, dass man, wenn man Phasenwechselmaterialien verwenden würde, die derzeit die höchste Speicherdichte für optische Speicher haben, und versuchen würde, ein relativ einfaches neuronales Netzwerk auf dem Chip zu implementieren, einen Wafer von der Größe eines … benötigen würde.“ „Wir haben den Laptop so gestaltet, dass er alle benötigten Speicherzellen unterbringt“, fuhr er fort. „Für die Photonik ist die Größe wichtig, und wir müssen einen Weg finden, die Speicherdichte, die Energieeffizienz und die Programmiergeschwindigkeit zu verbessern, um nützliche Berechnungen in nützlichen Maßstäben durchzuführen.“

Mit Licht das Computing revolutionieren

Optische Memristoren können die Computer- und Informationsverarbeitung in verschiedenen Anwendungen revolutionieren. Sie können das aktive Trimmen von photonischen integrierten Schaltkreisen (PICs) ermöglichen, sodass optische On-Chip-Systeme nach Bedarf angepasst und neu programmiert werden können, ohne kontinuierlich Strom zu verbrauchen. Sie bieten außerdem eine Hochgeschwindigkeits-Datenspeicherung und -Abfrage und versprechen eine Beschleunigung der Verarbeitung, eine Reduzierung des Energieverbrauchs und die Ermöglichung einer Parallelverarbeitung.

Optische Memristoren können sogar für künstliche Synapsen und vom Gehirn inspirierte Architekturen verwendet werden. Dynamische Memristoren mit nichtflüchtiger Speicherung und nichtlinearem Ausgang reproduzieren die langfristige Plastizität von Synapsen im Gehirn und ebnen den Weg für Spitzen-Integrate-and-Fire-Computing-Architekturen.

Forschung zur Skalierung und Verbesserung der optischen Memristor-Technologie könnte beispiellose Möglichkeiten für neuromorphes Computing mit hoher Bandbreite, Hardware für maschinelles Lernen und künstliche Intelligenz eröffnen.

„Wir haben uns viele verschiedene Technologien angesehen. Was uns aufgefallen ist, ist, dass wir noch weit vom Ziel eines idealen optischen Memristors entfernt sind – etwas, das kompakt, effizient und schnell ist und die optischen Eigenschaften erheblich verändert.“ "sagte Youngblood. „Wir suchen immer noch nach einem Material oder einem Gerät, das tatsächlich alle diese Kriterien in einer einzigen Technologie erfüllt, um das Feld voranzutreiben.“

Die Veröffentlichung „Integrated Optical Memristors“ (DOI: 10.1038/s41566-023-01217-w) wurde in Nature Photonics veröffentlicht und ist Co-Autor des leitenden Autors Harish Bhaskaran an der Universität Oxford, Wolfram Pernice an der Universität Heidelberg und Carlos Ríos an der Universität Oxford der University of Maryland.