Хайдемари Крюгер и ее команда разрабатывают компоненты на основе мемристоров, которые должны установить новые стандарты в области энергоэффективности и вычислительной мощности. Эта эффективная по ресурсам технология в реальном времени может поддерживать такие приложения, как автономные транспортные средства и промышленные системы.
Суть этой инновации заключается в мемристорах, которые функционируют аналогично синапсам в мозге. Они не только хранят информацию, но и обрабатывают ее одновременно, что значительно снижает потери энергии и позволяет быстро и децентрализованно анализировать данные.
В отличие от традиционных компьютеров, работающих с бинарными данными, мемристоры могут обрабатывать непрерывные состояния, что позволяет использовать продвинутые алгоритмы, имитирующие нейронные сети. Эта гибкость открывает новые возможности для предиктивного обслуживания и анализа в реальном времени в критически важных областях, таких как автономное вождение.
Разработка началась с случайного открытия в лаборатории, которое выявило поведение мемристанса с гистерезисом, необходимое для памяти устройства. Это привело к созданию искусственных синапсов из комбинации висмута и железной оксидной смеси, поддержанной значительным финансированием Федерального агентства по прорывным инновациям.
Первые пилотные проекты в сотрудничестве с Техническим университетом Фрайберга продемонстрировали способность чипа обнаруживать мельчайшие изменения и точно предсказывать паттерны износа, показывая его потенциал в edge computing, обрабатывая данные локально для повышения безопасности и независимости.
Поскольку традиционные процессоры сталкиваются с растущими требованиями к данным, этот нейроморфный подход сочетает в себе единицы памяти и обработки, что значительно снижает потребление энергии и расширяет потенциал для систем ИИ. Текущий прототип включает 32 мемристора, с планами увеличить их количество до более чем 200 для более сложных нейронных сетей.