Memristoren gezähmt: Forscher bauen mächtigen analogen Rechenchip

Analog schlägt digital: Forscher am KAIST haben eine neue Computing-Plattform entwickelt, die Videoanalyse in Echtzeit ermöglicht. Der Clou: Statt auf Nullen und Einsen setzt sie auf Memristoren - winzige Bauteile, die Daten sowohl speichern als auch verarbeiten.

Analoge KI: Forscher entwickeln Chip der Zukunft

Memristoren sind elektronische Bauteile, die ihren elektrischen Widerstand ändern können - und sich diesen Widerstand auch merken. Das heißt, sie speichern Daten direkt über ihre physikalischen Eigenschaften, ohne zusätzliche Speicherchips zu benötigen. Gleichzeitig können sie diese Daten nutzen, um Berechnungen durchzuführen. Anders als digitale Systeme, die ausschließlich mit 0 und 1 arbeiten, verarbeiten Memristoren Signale also auf analogem Weg, also stufenlos. Das macht sie besonders effizient und ermöglicht die gleichzeitige Speicherung und Berechnung von Daten.

Bisher hatten Memristor-Arrays jedoch mit erheblichen Problemen zu kämpfen: geringe Ausbeute bei der Produktion, mangelnde Einheitlichkeit und begrenzte Haltbarkeit. Diese Zuverlässigkeitsprobleme verhinderten bislang den breiten Einsatz in KI-Anwendungen. Forscher am Korea Advanced Institute of Science and Technology (KAIST) behaupten nun, wichtige Hürden überwunden zu haben.


Die entwickelte Plattform besteht aus einem Gitter mit 1024 Memristoren aus Titanoxid (TiOx), angeordnet in 32 Zeilen und 32 Spalten. Ergänzt wird dieses "Memristor-Array" durch periphere Schaltkreise und einen digitalen Controller, die zusammen ein komplettes System für analoge Berechnungen bilden. Die Forscher berichten in ihrer Veröffentlichung in Nature Electronics, dass das System ohne aufwendige Kalibrierung oder Vortraining auskommt. Es arbeitet selbstständig und ist speziell auf maschinelles Lernen ausgelegt. Analoge Computing-Plattform des Korea Advanced Institute of Science and Technology In Tests nutzten die Entwickler die Plattform, um in Videos den Hintergrund und bewegliche Objekte zu trennen - etwa fahrende Autos von einer Straße. Dabei erzielte das System eine Bildqualität, die nahezu an Simulationen unter idealen Bedingungen herankam. Erreicht wurde ein durchschnittliches Spitzen-Signal-Rausch-Verhältnis von 30,49 dB, kombiniert mit einem strukturellen Ähnlichkeitsindex (SSIM) von 0,81.

Zur Einordnung: Diese Werte sind beachtlich für ein analoges System: Ein PSNR (von engl. peak-signal-to-noise ratio) über 30 dB gilt allgemein als gut bis sehr gut und deutet auf ein klares Bild mit geringem Rauschen hin. Der SSIM-Wert von 0,81 (auf einer Skala von -1 bis 1) zeigt eine hohe strukturelle Ähnlichkeit zum Originalbild. Damit erreicht die analoge Plattform eine Bildqualität und Genauigkeit, die mit modernen digitalen Systemen vergleichbar ist.

Weiter Weg in den Alltag

Und wo kann eine solche Memristor-Plattform im Alltag zum Einsatz kommen? Die Forschung eröffnet spannende Perspektiven für das sogenannte Edge Computing - also das Verarbeiten von Daten direkt an der Quelle, etwa in Kameras oder autonomen Fahrzeugen. Durch ihre Energie- und Platzersparnis könnte die Technik ideal für smarte Geräte oder IoT-Anwendungen sein.


Siehe auch: