IBM stellt analogen KI-Chip vor, der wie ein menschliches Gehirn funktioniert

Der Chip verspricht noch mehr. Laut IBM kann der hochmoderne Chip künstliche Intelligenz für Computer und Smartphones bemerkenswert effizient und weniger batterieintensiv machen.

In dem von IBM Research veröffentlichten Papier heisst es über den Chip Folgendes: «Der voll integrierte Chip verfügt über 64 AIMC-Kerne, die über ein On-Chip-Kommunikationsnetzwerk miteinander verbunden sind. Er implementiert auch die digitalen Aktivierungsfunktionen und die zusätzliche Verarbeitung in einzelnen Faltungsschichten und LSTM-Einheiten (Long Short Term Memory).»

Der neue KI-Chip wurde im Albany NanoTech Complex von IBM entwickelt und besteht aus 64 analogen In-Memory-Rechenkernen. IBM erklärt, dass es den Chip mit kompakten, zeitbasierten Analog-Digital-Wandlern in jeder Kachel oder jedem Kern ausgestattet hat, um zwischen der analogen und digitalen Welt zu konvertieren.

Jede Kachel (bzw.




jeder Kern) ist ausserdem mit leichtgewichtigen digitalen Verarbeitungseinheiten ausgestattet, die einfache nichtlineare neuronale Aktivierungsfunktionen und Skalierungsoperationen durchführen, wie IBM in einem Blogbeitrag vom 10. August erläutert.

Ersatz für aktuelle Chips

In der Zukunft könnte der Prototyp-Chip von IBM die aktuellen Chips ersetzen, die schwere KI-Anwendungen in Computern und Telefonen betreiben. «Ein globaler digitaler Verarbeitungskern ist in der Mitte des Chips integriert, der komplexere Operationen implementiert, die für die Ausführung bestimmter Arten von neuronalen Netzen entscheidend sind», heisst es in dem Blog weiter.

Da immer mehr Basismodelle und generative KI-Tools auf den Markt kommen, werden die Leistung und Energieeffizienz der traditionellen Rechenmethoden, auf denen diese Modelle laufen, auf die Probe gestellt.

IBM ist bestrebt, diese Lücke zu schliessen. Das Unternehmen sagt, dass bei vielen heute entwickelten Chips die Verbindung zwischen dem Speicher und den Verarbeitungseinheiten unterbrochen ist, was die Berechnungen verlangsamt. «Das bedeutet, dass die KI-Modelle in einem separaten Speicherbereich gespeichert sind und die Rechenaufgaben erfordern, dass die Daten ständig zwischen dem Speicher und den Verarbeitungseinheiten hin- und hergeschoben werden.»

Mehr Leistung bei geringem Stromverbrauch

In einem Interview mit der BBC verglich Thanos Vasilopoulos, Wissenschaftler im IBM-Forschungslabor in der Schweiz, das menschliche Gehirn mit herkömmlichen Computern und sagte, dass Ersteres «eine bemerkenswerte Leistung bei geringem Stromverbrauch erzielen kann».

Er sagte, die überlegene Energieeffizienz des IBM-Chips bedeute, dass «grosse und komplexere Arbeitslasten in stromsparenden oder batteriebegrenzten Umgebungen ausgeführt werden könnten», wie z.B. in Autos, Handys und Kameras.

«Darüber hinaus können Cloud-Anbieter diese Chips nutzen, um ihre Energiekosten und ihren ökologischen Fussabdruck zu reduzieren», fügte er hinzu.