19 Forschungs- und Industriepartner arbeiten in dem EU-Projekt Tempo zusammen, um Plattformen zu entwickeln, die neuartige Speichertechnologien für neuromorphes Computing bereitstellen. Diese Speichertechnik soll in mobilen Geräten genutzt werden, die komplexe Machine-Learning-Algorithmen verwenden. Anwendungen, die bisher in über die Cloud verbundenen Servern laufen, sollen in batteriebetriebenen Geräten wie Smartphones und Autos ausgeführt werden.

Luc Van den Hove, CEO bei Imec

Luc Van den Hove, CEO bei Imec: „Wir freuen uns, an einer so breiten europäischen Zusammenarbeit zur Edge Artificial Intelligence teilzunehmen.“ Imec

Hinter dem Projekt steht das Forschungs- und Innovationszentrum für Nanoelektronik und digitale Technologien Imec. Finanziert wird es durch das Gemeinschaftsunternehmen Ecsel, das öffentlich-private-Partnerschaften in der EU unterstützt.

In zunehmendem Maße kommen Algorithmen der künstlichen Intelligenz und des maschinellen Lernens in täglichen Produkten und Anwendungen zum Einsatz, wie zum Beispiel Smart Home Assistants mit natürlicher Sprachverarbeitung, Sicherheitssysteme, die auf Gesichtserkennung basieren und autonome Fahrzeuge. In den kommenden Jahren dürfte die Nachfrage nach diesen immer komplexeren Rechenalgorithmen weiter steigen. Derzeit verarbeiten High-End-Serverparks die Daten in der Cloud. Die Übertragung von Daten in die Cloud kostet jedoch Energie, Latenz und wird aus Datenschutzgründen oft kritisiert. Daher wird für die neuesten Anwendungen der künstlichen Intelligenz eine intelligente, energieeffiziente lokale Verarbeitung nötig.

Tempo will diese Herausforderung angehen, indem es die Plattformen, die von den europäischen Forschungseinrichtungen und kooperierenden Foundries im Projekt entwickelt werden, nutzt und mit dem Anwendungs- und Hardware-Wissen weiterer Partner kombiniert. Das Projekt soll die aktuellen Lösungen auf Geräte-, Architektur- und Anwendungsebene evaluieren und die Technologie-Roadmap für europäische KI-Hardwareplattformen erstellen und erweitern. Das Projekt wird MRAM- (Imec), FeRAM- (Fraunhofer) und RRAM-Speicher (CEA-Leti)  nutzen, um sowohl Spiking Neural Network (SNN) als auch Deep Neural Network-Beschleuniger (DNN) für acht verschiedene Anwendungsfälle zu implementieren. Diese reichen von Verbraucher- über Automobil- bis hin zu medizinischen Anwendungen.

„Wir freuen uns, an einer so breiten europäischen Zusammenarbeit zur Edge Artificial Intelligence teilzunehmen und die relevanten Interessengruppen in Europa zusammenzubringen, darunter CEA-Leti und Fraunhofer, zwei unserer renommiertesten Forschungszentren in Europa“, sagte der CEO von Imec, Luc Van den Hove.