DE-TW-FeEdge
Neuartige Compute-in-Memory-Module für energieeffiziente Edge-KI
DE-TW-FeEdge entwickelt im deutsch-taiwanesischen Verbund neuartige Compute-in-Memory-Module für energieeffiziente Edge-KI-Anwendungen. Compute-in-Memory-Konzepte reduzieren den Datentransport und senken damit den Energiebedarf von KI erheblich.
Ziele und Vorgehen
Ziel ist die Entwicklung eines Rechen-Beschleunigers für die KI-basierte Schlüsselworterkennung, der Berechnungen energieeffizient im Speicher durchführt. Ferroelektrische Feldeffekttransistoren speichern Netzwerkparameter nicht-flüchtig und ermöglichen eine bedarfsgesteuerte Aktivierung. Rekurrente Spiking-Neuronale-Netze steigern die Energieeffizienz bei der ereignisbasierten Datenverarbeitung.
Innovationen und Perspektiven
Der angestrebte KI-Rechenbeschleuniger auf Basis ferroelektrischer Feldeffekttransistoren stellt die zentrale Innovation dar. Das Projekt stärkt die deutsch-taiwanesische Zusammenarbeit in der Mikroelektronik, erweitert die Chipdesign-Expertise und fördert die Nachwuchsausbildung.
Verbundkoordinator
- Fraunhofer-Institut für Photonische Mikrosysteme IPMS, Dresden
Verbundpartner
- National Cheng Kung University, Tainan
Dieses Projekt wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) im Rahmen der Designinitiative Mikroelektronik gefördert.
