NeuroSysStatusSeminar2024

Unsere Projekte

Neuromorphe Hardware für autonome Systeme der Künstlichen Intelligenz

Der Zukunftscluster NeuroSys umfasst in sieben Projekten die gesamte Wertschöpfungskette und treibt damit die Entwicklung in den einzelnen Bereichen voran. Durch die projektübergreifende Zusammenarbeit wird ein gemeinsames Design von Materialien, Bauelementen, Algorithmen/Hardware und Anwendungen ermöglicht. Unser Ziel besteht in der Erlangung technologischer Unabhängigkeit Europas im Bereich KI-Hardware.

Projekte
Veröffentlichungen
Partner & Beirat

Projekt A1:
KI-anwendungsspezifische Technologiereifung memristiver Bauteile

Projektleiter: Prof. Dr.-Ing. Max Lemme, ELD – Lehrstuhl für elektronische Bauelemente

Das Forschungsprojekt zielt auf die Weiterentwicklung von Memristoren, basierend auf zweidimensionalen Materialien und VCM-Metalloxid-Memristoren für neuromorphes Rechnen. Durch Optimierung der MOCVD-Technologie und Integration funktionaler Schichten sollen technologische Hürden überwunden werden. Es werden präzise Programmierschemata und spezifische Bauelementmodelle entwickelt. Die Ergebnisse sollen wissenschaftlich und wirtschaftlich genutzt werden, um den Technologietransfer zu fördern und die Region sowie den Standort Deutschland zu stärken.

hier eine Auflistung

Projekt A2:
Metrologie für memristive Materialien

Projektleiter: Prof. Dr-Ing. Max Lemme, AMO GmbH – Gesellschaft für Angewandte Mikro- und Optoelektronik mbH

Neue 2D-Materialien werden aufgrund ihrer atomaren Dicke und ihres
Miniaturisierungspotenzials als potenzielle aktive Materialien für memristive
Komponenten erforscht. Ihre chemischen und strukturellen Eigenschaften,
insbesondere in den Bauelementen, können das Bauelementverhalten unter
elektrischen Vorspannungsbedingungen aufgrund mikroskopischer Mechanismen
erheblich beeinflussen. Das Projekt A2 strebt damit an, die Metrologie von
memristiven Materialien auf eine neue Stufe zu heben, um die präzise und lokale
Charakterisierung der Materialeigenschaften und Materialzusammensetzungen zu
ermöglichen.

Projekt B1:
Skalierbare optoelektronische KI-Hardware

Projektleiter: Prof. Witzens, RWTH Aachen University, Lehrstuhl für Integrierte Photonik (IPH)

Projekt B1 strebt die Realisierung neuromorpher Hardware mithilfe von integrierten photonischen Schaltkreisen an, in denen die Informationsübertragung mit Licht geschieht. Optische Übertragungssysteme ermöglichen extrem hohe Datenraten und eine substantielle Verkürzung von Latenzzeiten während der Signalübertragung. Demonstriert wird das neuromorphe Hardwaresystem in einem Siliziumphotonik-Chiplet, kombiniert mit Höchstfrequenzelektronik. Zusätzlich wird der Einsatz von vertikal-emittierenden Lasern (VCSEL) für co-packaged Optiken in KI-Zentern untersucht.

Projekt B2:
Integrierte photonische neuromorphe Schaltkreise mit ultraskalierten Graphen-Phasenmodulatoren

Projektleiter: Prof. Dr.- Ing. Max Lemme, AMO GmbH – Gesellschaft für Angewandte Mikro- und Optoelektronik mbH

Projekt B2 fokussiert auf ein Bauteil, welches für extrem schnelle und energieeffiziente neuromorphe photonische Berechnungen wesentlich ist: elektro-optische Modulatoren. Dafür wollen wir in Projekt B2 einen neuartigen Graphen-basierten Modulator erforschen, dessen Abmessungen durch eine maximierte Licht-Materie-Interaktion minimiert werden können. Die neuen Modulatoren werden in einem sogenannten photonischen Tensorkern zur Vektor-Matrix-Multiplikation implementiert und für erste Demonstrationsexperimente eingesetzt. Black Semiconductor unterstützt als assoziierter Partner bei der Hochfrequenz-Charakterisierung der Modulatoren und ist an einer weiteren Verwertung dieser Bauteile interessiert.

Projekt C:
Algorithm-Hardware Co-Design

Projektleiter: Prof. Gemmeke, RWTH Aachen University, Lehrstuhl für Integrierte digitale Systeme und Schaltungsentwurf (IDS)

Die langfristige Vision des Clusters NeuroSys ist die zukünftige technologische Unabhängigkeit Deutschlands und Europas auf dem Gebiet der Hardware für Anwendungen der Künstlichen Intelligenz. Unser Ziel ist es, die wissenschaftlichen, technologischen und sozio-ökonomischen Grundlagen zu legen, um große Investitionen anzuziehen, die für den Aufbau einer Produktionslinie für KI-Hardware in der Region Aachen erforderlich sind. Mit unseren Zielen verfolgen wir die Vision einer der Europäischen Wertegemeinschaft verpflichteten Technologieentwicklung. Das Projekt C „Algorithm-Hardware Co-Design“ nimmt dabei eine integrative Rolle zwischen den stärker technologieorientierten Projekten A und B und den anwendungs- und transferorientierten Projekten D und E ein.

Projekt D:
Effiziente KI-Methoden für neuromorphes Computing in der Praxis

Projektleiter: Prof. Dr.-Ing. Anke Schmeink, RWTH Aachen University, Lehrstuhl für Informationstheorie und Datenanalytik

Projekt D hat das Ziel, Anwendungen des maschinellen Lernens effizient auf zukünftiger neuromorpher Hardware umzusetzen und deren optimale Nutzung aus Anwenderperspektive sicherzustellen. Im Fokus stehen speziell für neuromorphe Hardware entwickelte persistente Netzwerkarchitekturen, algorithmische Ansätze zur Komplexitätsreduktion und praxisorientierte Softwaretools. Praxisnahe Lösungen werden anhand vielfältiger Datenformate demonstriert, beispielsweise in medizinischen Systemen zur Verbesserung von Diagnostik und Therapie oder in Sprachtechnologieanwendungen. Der Technologietransfer wird durch enge Kooperationen mit Unternehmen gewährleistet, die Forschungsergebnisse in die Praxis überführen und zugleich Anforderungen aus der Anwendung in die Forschung einfließen lassen, um nachhaltige Innovationen zu fördern.

Projekt E:
Transformierte Gestaltung von Innovationsökösystemen und Geschäftsmodellentwicklung

Projektleiter: Prof. Letmathe, RWTH Aachen University, Lehrstuhl für Controlling

Projekt E vervollständigt die 7 ineinandergreifenden Projekte aus Wissenschaft, Wirtschaft und Gesellschaft. Die begleitenden Innovationsprozesse und die Geschäftsmodellentwicklungen werden analysiert, so dass ein langfristiger wirtschaftlicher Erfolg und ein gesellschaftlicher und moralischer Nutzen sichergestellt sind. Diese Art der Strategie setzt die Voraussetzungen für den späteren Transfer in die unternehmerische Praxis.