Projektziel

Vorteile neuromorpher Hardware

Mit der Initiative NeMoH (NeuroMorphe Hardware) sollen durch einen kooperativen Forschungs- und Entwicklungsansatz der Forschungseinrichtungen der Innovationsallianz Baden-Württemberg, Institut für Mikroelektronik Stuttgart, Forschungszentrum Informatik und Hahn-Schickard die technologischen Voraussetzungen zur Realisierung von KI-Chips für den Mittelstand in Baden-Württemberg geschaffen werden.

Die Sicherstellung der Kompetenz bei industrienaher Forschung, Entwicklung und Herstellung von sicheren, hardwarebasierten KI-Lösungen im Bereich neuromorpher KI-Chips und Cyberphysischer Systeme soll für den Mittelstand in Baden-Württemberg und Deutschland möglichst unabhängig von Drittanbietern aus Asien und USA gewährleistet werden.

Für die Durchschlagskraft von Industrie 4.0 und dem Internet of Things wird es entscheidend sein, dass Daten nicht nur in der Cloud als Big Data verarbeitet werden können. Vielmehr sollte bereits im lokalen Mikrosystem, z.B. an der Sensorik-Schnittstelle, eine intelligente Datenerfassung, Signalaufbereitung und Datenreduktion erfolgen (sog. Edge-Computing).

Diese Mikrosysteme sollen durch den Einsatz so genannter neuromorpher Chips lernfähig sein. Durch den Einsatz dedizierter KI-Hardware kann der Energieverbrauch drastisch sinken, was angesichts der Vielzahl solcher intelligenter Mikrosysteme und der Schwachstelle Energiespeicherung und
Energiegewinnung im Mikrosystem von enormer Bedeutung ist.

Das Vorhaben NeMoH ist ein Anschubprojekt zur Schaffung einer Basis für die institutsübergreifende Software- und Schaltungsentwicklung von neuromorphen bzw. neurounterstützten KI-Chips für industrielle Anwendungen.

Die Kerninhalte von NeMoH sind:

  • Aufsetzen einer Systembeschreibung und Architektur für einen neuromorphen/neurounterstützten Prozessor
  • Komponentenbaukasten auf Registertransferebene (RTL) für eine Umsetzung Künstlicher Neuronaler Netze (KNN) auf Field Programmable Gate Arrays (FPGA)
  • Konzeption und Entwicklung von integrierbaren Schaltungen (Mikrochips) für eine intelligente Sensorschnittstelle zur Datenvorverarbeitung und Datenreduktion
  • Aufbau einer Virtual-Prototype Umgebung zur frühzeitigen Erprobung und Anpassung der KNN an unterschiedliche Anwendungen (Use-Cases)
  • Entwicklung eines Demonstrators