Silizium-Neuronen für komplexes Rechnen

  • 28. January 2014

Neuromorphe Chips verarbeiten Daten parallel und klassifizieren sie nach Merkmalen.

Für Computerprogramme ist es effizienter, Daten parallel zu verarbeiten anstatt sie nacheinander – oder seriell – zu berechnen. Trotzdem sind die meisten Programme immer noch seriell angelegt. Wissenschaftler von der Freien Universität Berlin, dem Bernstein-Zentrum Berlin und der Universität Heidelberg entwickeln nun eine neue Technologie weiter, die auf der parallelen Datenverarbeitung beruht. Bei diesem neuromophic computing übernehmen Neurone aus Silizium die Rechenarbeit auf speziellen Computerchips.

neuromorphe Chips

Abb.: Der neuromorphe Chip mit Neuronen aus Silizium, auf denen die Forscher ihr Netzwerk zur Klassifikation von Daten entwickelt haben.
(Bild: Uni Heidelberg)

Ähnlich wie unsere grauen Zellen im Gehirn sind sie untereinander verknüpft. Wird dieser Verband mit Daten gefüttert, arbeiten alle Neuronen parallel an der Lösung des Problems. Die genaue Art der Verknüpfung bestimmt hierbei, wie das Netzwerk die Daten verarbeitet. Einmal richtig verknüpft arbeitet das neuromorphe Netzwerk quasi von allein. Die Forscher haben jetzt für einen solchen Chip ein Netzwerk entworfen – ein neuromorphes „Programm“ –, das eine grundlegende Rechenleistung lösen kann: Es ist in der Lage Daten unterschiedlicher Merkmale in Klassen einteilen. So kann es etwa handgeschriebene Zahlen erkennen oder anhand von Blüteneigenschaften bestimmte Pflanzenarten unterscheiden.

„Beim Entwurf der Netzwerkarchitektur haben wir uns vom geruchsverarbeitenden Nervensystem der Insekten inspirieren lassen“, erklärt Michael Schmuker. „Dieses ist von Natur aus für die hochparallele Verarbeitung der komplexen chemischen Welt optimiert.“ Wie er gemeinsam mit Arbeitsgruppenleiter Martin Nawrot und Thomas Pfeil erstmalig zeigen konnte, kann ein neuromorpher Chip in der Tat eine solch komplexe Aufgabe lösen. Für ihre Arbeit benutzten die Forscher einen Chip mit Neuronen aus Silizium, der am Kirchhoff-Institut für Physik der Universität Heidelberg entwickelt wurde.

Computerprogramme, die Daten klassifizieren können, finden in den verschiedensten technischen Geräten Anwendung, etwa in Smartphones. Den neuromorphen Netzwerk-Chip könnten auch Super-Computer nutzen, die nach dem Vorbild des menschlichen Gehirns gebaut werden, um sehr komplexe Aufgaben zu lösen. Mithilfe ihres Prototyps können die Berliner Wissenschaftler nun auch erforschen, wie sie Netzwerke konstruieren müssen, um den Besonderheiten dieser Gehirn-ähnlichen Computer gerecht zu werden. Eine große Herausforderung dabei ist, dass keine zwei Nervenzellen gleich sind – weder in Silizium noch im natürlichen Vorbild, dem Gehirn.

BZB / CT

Share |

Webinar

Einführung in die Simulation von Halbleiter-Bauelementen

  • 30. November 2017

Von Mosfets über LEDs bis zu Wafern – Halb­leiter­bau­elemente sind essen­tielle Bestand­teile moderner Tech­nik in nahezu allen Bran­chen. Die nume­ri­sche Simu­la­tion kann dabei ein wich­ti­ges Hilfs­mit­tel dar­stel­len, um diese Bau­elemen­te in ihrer Funk­tions­weise zu analy­sie­ren und somit deren Kon­zep­tion zu er­leich­tern.

Alle Webinare »

Site Login

Bitte einloggen

Andere Optionen Login

Website Footer