TACO-HDC: Ganzheitliche Optimierung von Technologie und Hyperdimensional Computing Algorithmen für höchst effizientes und zuverlässiges Edge KI

• Antragsteller: Professor Hussam Amrouch, Ph.D.; Professor Mehdi B. Tahoori, Ph.D.
• Fachliche Zuordnung: Rechnerarchitektur, eingebettete und massiv parallele Systeme ; Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 560224982

Künstliche Intelligenz (KI) und maschinelles Lernen haben bereits einen großen Einfluss auf unsere Gesellschaft und Wirtschaft. Der derzeitige Trend hin zu mehr und mehr KI ist jedoch nicht nachhaltig. Training und Ausführung der KI Modelle ist extrem rechenintensiv und energieaufwendig, was zu einem enormen CO2-Fußabdruck führt. Dieses Projekt befasst sich mit der Kopplung modernster KI Algorithmen mit innovativen Computer Architekturen um den Einsatz von KI Modellen, vom smarten Sensor bis hin zum Rechenzentrum, effizient und nachhaltig zu gestalten. Hyperdimensional Computing (HDC) ist ein vom menschlichen Gehirn inspirierter KI Algorithmus, der hochdimensionale Vektoren und Zufallsprojektionen für die Darstellung und Verarbeitung von Informationen verwendet. Dieser Ansatz zeichnet sich durch unvergleichliche Robustheit, Fehlertoleranz und geringe Rechenkomplexität aus, was ihn zu einer idealen leichtgewichtigen algorithmischen Lösung nicht nur für Edge-AI-Anwendungen macht. Darüber hinaus ist die Gruppe der neuartigen nichtflüchtigen Speicher Technologien (non-volative memory, NVM) eine vielversprechende und stromsparende Alternative zu klassischen CMOS-Speichern. Sie haben wenig bis gar keine Leckstörme und eine kleinere Grundfläche. Das ermöglicht die Verlagerung von Berechnung direkt in den Speicher (Compute-in-memory, CiM) und, in Verbindung mit analogem Rechnen, steigert die Leistung und Energieeffizienz enorm im Vergleich zu herkömmlichen Rechenarchitekturen für KI-Beschleuniger. Allerdings steht die Entwicklung und Kommerzialisierung von NVMs noch am Anfang und dadurch sind sie anfälliger für Ungenauigkeiten in der Fertigung und Temperaturschwankungen, was sich teils erheblichen auf die Genauigkeit der Berechnungen auswirkt. Dieses Projekt hat eine ganzheitliche Sicht auf die Kombination von KI Algorithmen wie HDC mit NVM-basierten CiM Architekturen. Dabei entsteht eine Synergie zwischen der überlegenen Energieeffizienz von NVMs und der hervorragende Fehlerresistenz von HDC. Um diese zu realisieren, werden wir neuartige Strategien zur ganzheitlichen Optimierung von Technologie und Algorithmus entwickeln, die mit den unvermeidlichen Fehlern durch die analogen Rechenparadigmen und neuen Technologien umzugehen vermag. Dadurch ebnen wir den Weg hin zu einer zuverlässigen und dennoch leistungsstarken und nachhaltigen KI, von smarten Sensor bis hin zum Rechenzentrum.

• DFG-Verfahren: Sachbeihilfen