Sandia setzt SpiNNaker2-Neuromorphes System ein Große Unternehmen wie Intel, IBM und Google sowie eine wachsende Anzahl kleinerer Start-ups haben in den letzten Jahrzehnten die Entwicklung der neuromorphen Computing-Technologie vorangebracht. Diese Hardware soll die Struktur und Funktionsweise des menschlichen Gehirns nachahmen und hat das Potenzial, in Bereiche wie Internet of Things (IoT) und Edge-Verarbeitung zu gelangen. Ein wichtiger Faktor ist ihre energieeffiziente Leistung, die sie besonders für die Energieversorgung hungrige neuronale Netzwerke der Künstlichen Intelligenz (KI) interessant macht. Das Unternehmen SpiNNcloud, gegründet 2019 an der Technischen Universität Dresden und bekannt für seine Chip-Architektur SpiNNaker1, die von Steve Furber, dem Urheber des Arm-Mikroprozessors, entwickelt wurde, präsentiert nun seine neue Generation: SpiNNaker2. Dieses Chipdesign verspricht, bis zu 18-mal energieeffizienter als aktuelle GPUs zu sein, und wird als Grundlage für die „ultraenergieeffiziente Infrastruktur für nächste-Generation-KI-Inferenz“ beworben. Der Nachfolger, SpiNNext, soll sogar 78-mal energieeffizienter sein. Sandia National Laboratories, ein führendes Forschungsinstitut, hat kürzlich das SpiNNaker2-System eingeführt. Es handelt sich um eine hochparallele Architektur mit 24 Boards, die jeweils 48 SpiNNaker2-Chips enthalten. Jeder Chip verfügt über 152 Arm-basierte, energieeffiziente Prozessorelemente, die in einem Netzwerk-on-Chip miteinander verbunden sind. Die Boards sind durch hochgeschwindige, speziell entwickelte Verbindungen in toroidalen Topologien miteinander gekoppelt, um effiziente Kommunikation und Skalierbarkeit zu gewährleisten. Hector Gonzalez, Co-Gründer und CEO von SpiNNcloud, erklärte, dass das System eine Reihe von Vorteilen gegenüber herkömmlichen GPUs bietet. Neben der hohen Energieeffizienz ermöglicht es eine feingranulare Kontrolle aller 175.000 Kerne. Im Gegensatz zu GPUs, bei denen die Kommunikationspfade schwerer isoliert werden können, bietet SpiNNaker2 eine globale asynchrone, lokale synchrone Architektur, die es ermöglicht, einzelne Prozesse vollständig zu steuern und Kommunikationspfade zu isolieren. Zudem ist der SpiNNaker2-Chip flexibel genug, um sowohl neuronale als auch symbolische Modelle zu skalieren. Er kann eventbasierte Charakteristika aus dem Bereich der neuromorphen Computing in herkömmliche Deep Neural Networks (DNNs) integrieren, was ihn zu einer vielseitigen Plattform macht. Sandia Labs ist seit langem in der Forschung zur neuromorphen Computing aktiv. Vor einem Jahr erweiterte das Institut seine Ressourcen um das Hala Point-System, das auf Intel's Loihi 2-Prozessor basiert. Nun steht SpiNNaker2 als Teil des gleichen Forschungsansatzes zur Verfügung, um energieeffiziente KI-Anwendungen zu testen. Gonzalez skizzierte einige potenzielle Anwendungen des SpiNNaker2-Systems. Zum Beispiel können kleine Multilayer Perceptrons (MLPs) in jedem Prozessor skaliert werden, um Moleküle in Drug-Discovery-Prozessen und Patientendatenbanken zu identifizieren. Andere Anwendungen beinhalten QUBO-basierte Optimierungsprobleme und logistische Herausforderungen, die komplexe mathematische Simulationen mit Random Worker-Algorithmen durchführen können. Ein weiterer Schwerpunkt von SpiNNcloud liegt auf der Unterstützung von generativen KI-Algorithmen durch dynamische Sparsity. Recent Breakthroughs in maschinellem Lernen zeigen, dass die Branche vom dichten Modellierung zum extremen dynamischen Sparsity übergeht, wobei nur ein Teil der neuronalen Pfade je nach Eingabe aktiviert wird. Dies reduziert die Rechenkosten erheblich und ist ein Bereich, in dem herkömmliche Hardware wie GPUs ihre Grenzen erreicht. SpiNNaker2 ist dafür ausgelegt, diese feingranularen Kommunikationspfade zu isolieren und somit die Effizienz zu steigern. Die Einführung des SpiNNaker2-Systems bei Sandia National Laboratories markiert einen wichtigen Meilenstein in der Entwicklung der neuromorphen Computing-Technologie. Es zeigt, dass die Industrie bereit ist, innovative Lösungen zu akzeptieren, die das Energieproblem in der KI lösen können. Sandia's Engagement in dieser Technologie unterstreicht deren Potenzial und könnte der Auslöser für weitere Investitionen und Entwicklungen sein. SpiNNcloud, als Spin-off der TU Dresden, ist ein junges Unternehmen, das sich auf die Entwicklung energieeffizienter KI-Hardware spezialisiert hat. Mit dem SpiNNaker2-System hat das Unternehmen ein Produkt ins Markt gebracht, das nicht nur in der Wissenschaft, sondern auch in industriellen Anwendungen vielversprechend ist. Die Zusammenarbeit mit führenden Forschungsinstituten wie Sandia National Laboratories und deutschen Universitäten wie der TU München und der Universität Göttingen signalisiert ein starkes Interesse an der Technologie und eine positive Zukunftsaussicht.