Selecteer taal

Dutch

Down Icon

Selecteer land

Germany

Down Icon

Fraunhofer IIS onderzoekt AI-chip voor glasvezelnetwerken

Fraunhofer IIS onderzoekt AI-chip voor glasvezelnetwerken

Glasvezelnetwerken vormen een bouwsteen van de digitale toekomst. In de concurrentiestrijd om sleuteltechnologieën heeft de industrie steeds hogere bandbreedtes met steeds lagere latenties nodig. Bovendien moeten toekomstige 6G-netwerken voldoen aan hoge eisen voor datatransmissiesnelheden. Het probleem: hoe hoger de beoogde datasnelheden, hoe meer de signaalkwaliteit eronder lijdt.

Om interferentie te compenseren, vertrouwen providers momenteel op digitale signaalprocessoren. "Deze zijn echter duur en vormen vanwege hun enorme stroomverbruik geen duurzame oplossing op de lange termijn", legt Michael Rothe, hoofd van de 'Embedded AI'-groep bij Fraunhofer IIS, uit. Verdere verhogingen van de glasvezeldatasnelheden lopen daarom steeds meer tegen hun grenzen aan.

Nieuwe projecten

Het EU-project "Spikehero" (Spike Hybrid Edge Computing voor robuuste opto-elektrische signaalverwerking) onderzoekt een oplossing. De projectpartners werken aan een nieuwe AI-processorarchitectuur die een optische en elektrische spiking-neurale netwerkchip combineert. De neurale netwerken zijn ontworpen om het communicatiekanaal continu te bewaken, de signalen te analyseren en eventuele storingen in de ontvanger te corrigeren met behulp van regelparameters.

Door de signaalkwaliteit te behouden, krijgen glasvezelnetwerken nieuwe mogelijkheden om de datasnelheid te verhogen. Het project beoogt met name de bandbreedte te verhogen van 10 GHz naar 30 GHz en tegelijkertijd de latentie te verlagen van 10 microseconden naar minder dan 6 nanoseconden. Tegelijkertijd zal het stroomverbruik naar verwachting dalen van 7-10 watt naar 1-2 watt.

karakteristieke waarde

Huidig

Projectdoel

Bandbreedte

10 GHz

30 GHz

latentie

10 microseconden

< 6 nanoseconden

Energieverbruik

7-10 Watt

1-2 W

De hersenen als model

Spiking neural networks (SNN's) worden beschouwd als een veelbelovende aanpak voor de verdere ontwikkeling van kunstmatige intelligentie. Hun functionaliteit bootst de principes van het menselijk brein na: informatie wordt verwerkt in de vorm van pulsen, zogenaamde spikes, en alleen wanneer een gebeurtenis een kritische relevantiedrempel heeft overschreden. Dit maakt SNN's interessant voor alle AI-toepassingen waarbij realtimecapaciteit en energie-efficiëntie een evenwicht moeten vinden.

Er bestaan ​​echter verschillende benaderingen voor de hardwareontwikkeling van SNN-chips. Terwijl de pieken in optische halfgeleiders worden overgedragen door fotonen, zijn de pulsen in hun elektrische tegenhangers gebaseerd op spanningen en stromen. Beide typen hebben voordelen die in dit project worden gecombineerd. De SENNA-chip, ontwikkeld bij Fraunhofer IIS en Fraunhofer EMFT, wordt gebruikt als elektrische SNN-chip. "We werken momenteel aan de tweede generatie, die nog hogere pieksnelheden belooft met een nog lager energieverbruik", aldus Rothe.

Een pan-Europees project

Het project wordt gefinancierd door de European Innovation Council (EIC) met een budget van ruim 4,2 miljoen euro en loopt van 1 oktober 2025 tot en met 30 september 2029. Het project brengt onderzoek en industrie uit vier Europese landen samen: Naast Fraunhofer IIS nemen ook Fraunhofer EMFT, de Technische Universiteit Eindhoven, Hewlett Packard Enterprise Labs Belgium en Argotech uit Tsjechië deel.

Projecten zoals "Spikehero" benutten en versterken de expertise en infrastructuur die binnen Research Fab Microelectronics Germany (FMD) zijn ontwikkeld. Ze dragen ook bij aan de APECS-pilotlijn voor "Geavanceerde verpakking en heterogene integratie voor elektronische componenten en systemen", die de FMD implementeert in het kader van de EU-chipwet. Het doel is om chipletinnovaties te bevorderen en zo het Europese halfgeleideronderzoek en de productie ervan duurzaam te versterken.

Meer informatie over Spiking Neural Networks vindt u hier .

elektro

elektro

Vergelijkbaar nieuws

Alle nieuws
Animated ArrowAnimated ArrowAnimated Arrow