Angriff auf Intel und Nvidia: Warum die Von-Neumann-Architektur wackelt
Neue Forschungsergebnisse zeigen, dass aktuelle Supercomputer bald alt aussehen könnten. Der Wechsel zum "Digitalen Gehirn" wird unvermeidbar.
Forscher der Sandia National Laboratories haben bewiesen, dass gehirnähnliche Chips nicht nur für KI taugen, sondern auch hochkomplexe mathematische Probleme effizienter lösen als herkömmliche Prozessoren. Diese Entdeckung könnte den enormen Energiehunger moderner Supercomputer drastisch reduzieren und physikalische Simulationen grundlegend verändern.
Ende der reinen KI-Spezialisierung
Lange Zeit galt neuromorphe Hardware als Nischenlösung, die ausschließlich für Aufgaben der Künstlichen Intelligenz wie Bilderkennung oder Sprachverarbeitung konzipiert war. Die Architektur, die dem menschlichen Gehirn nachempfunden ist, schien für präzise mathematische Berechnungen ungeeignet. Neue Ergebnisse der Sandia National Laboratories widerlegen diese Annahme nun fundamental.
Den Forschern gelang es, komplexe Partielle Differentialgleichungen (PDEs) auf neuromorpher Hardware zu lösen. Diese Gleichungen sind das Rückgrat wissenschaftlicher Simulationen – von der Wettervorhersage bis zur Berechnung der strukturellen Integrität von Flugzeugen. Die Chips bewältigten Aufgaben, die üblicherweise leistungsstarken CPUs und Grafikchips vorbehalten sind, mit einer unerwarteten Präzision und Geschwindigkeit. Damit bricht das Monopol der klassischen Von-Neumann-Architektur im Bereich des High-Performance-Computings (HPC).
Anzeige
Effizienzsprung durch ereignisbasierte Verarbeitung
Der technische Vorteil liegt in der Funktionsweise der neuromorphen Systeme. Während klassische Prozessoren ständig Daten hin- und herschieben und einem strikten Takt folgen, arbeiten neuromorphe Chips "event-basiert" (ereignisorientiert). Neuronen feuern nur dann Signale, wenn eine relevante Änderung eintritt.
Bei der Lösung von Diffusionsmodellen und der Finite-Elemente-Methode führt dies zu einer massiven Energieersparnis. Da nicht permanent der gesamte Speicherstatus aktualisiert werden muss, sinkt der Stromverbrauch im Vergleich zu herkömmlichen Supercomputern signifikant. In Zeiten, in denen Rechenzentren einen immer größeren Anteil am weltweiten Energiebedarf haben, ist dieser Effizienzgewinn von strategischer Bedeutung.
Globales Wettrennen um neue Architekturen
Der Vorstoß der Sandia Labs steht nicht isoliert da. Zeitgleich melden Forscher aus China die Entwicklung einer neuartigen Computing-Architektur, die ebenfalls massive Leistungssteigerungen verspricht. Auch Unternehmen wie BrainChip rücken durch diese Entwicklungen wieder stärker in den Fokus der Investoren, da sich das Anwendungsfeld ihrer Technologien plötzlich vervielfacht.
Die Branche bewegt sich weg von der reinen Skalierung bestehender Transistoren hin zu fundamental neuen Rechenmodellen. Wenn neuromorphe Systeme nun auch die "harte Mathematik" beherrschen, stehen wir am Anfang einer neuen Ära des Supercomputings, in der biologisch inspirierte Hardware die traditionellen Rechenzentren schrittweise ergänzen oder gar ersetzen wird.