Projekt Digineuron: Chips am Vorbild des menschlichen Gehirns

Das strategische SAL-Projekt „Digineuron“ wurde maßgeblich vom Megatrend inspiriert, dass Dinge intelligenter, vernetzter und energiesparender werden. Ein Schlüssel dazu liegt in der Verschiebung von Künstlicher Intelligenz (KI) aus der Cloud direkt in die Dinge unseres täglichen Lebens bzw. in stromsparende eingebettete Plattformen. Anwendungen dieses „Internet der Dinge“ reichen von Smartphones bis hin zu intelligenten Sensor- und Aktorsystemen, wie sie auch in der Industrie Einzug halten.

Forscher Diego Gigena-Ivanovich bei der Arbeit am Digineuron Projekt

Pedro Julian, Head of Research Unit Embedded AI

Digineuron V1

hergestellter Chip

Projektstart, Ziele und Ergebnisse

Das Digineuron-Projekt startete 2021 mit dem Ziel, einen integrierten Schaltkreis (Chip) herzustellen, der in der Lage ist, KI-Lösungen in Miniaturformat mit sehr niedrigem Energieverbrauch zu implementieren. Ein solches System wird üblicherweise als System-on-Chip oder kurz SoC bezeichnet, da es sich um ein komplexes System mit vielen Teilen handelt.

Digineuron V1, die erste von unserem Team hergestellte Version eines Chips dieser Art, wurde mit einem minimalen Satz an Bauteilen ausgestattet und bereits erfolgreich im Labor getestet. Verglichen mit der Effizienz von bereits existierenden Lösungen dieser Art, schneidet der Digineuron V1 hervorragend ab: Er ist mindestens doppelt so effizient wie das gängige, massenproduzierte NVIDIA Jetson Nano-System.

„Unser System arbeitet nach dem Prinzip von neuronalen Netzwerken. Das bedeutet, dass die im Chip enthaltenen neuronalen Netzwerkblöcke die Funktionsweise des menschlichen Gehirns nachahmen. Die Neuronen sind hierbei in Schichten angeordnet und kommunizieren nur mit Neuronen in ihrer unmittelbaren Nähe, um den Energieverbrauch zu minimieren“, erklärt Pedro Julian, Leiter der Research Unit Embedded AI bei SAL, das Prinzip.

Erfolgreiche Anwendung von Digineuron

„Wir freuen uns, dass die auf dem Chip implementierten neuronalen Netzwerkblöcke bereits erfolgreich in einer Anwendung genutzt wurden, nämlich im kooperativen FFG-Projekt Firesat (Artificial Intelligence on Earth Observation Satellites), an dem SAL zusammen mit Ororatech GmbH und Joanneum Research arbeitete. Dabei wurde ein von einem Satelliten aufgenommenes Bild von einer KI analysiert, um Feuer auf der Erdoberfläche zu erkennen“, so Pedro Julian.

In einer zweiten Projektphase wurde die zweite Generation des Chips, Digineuron V2, entwickelt und im November 2022 zur Herstellung in Auftrag gegeben. Der große Vorteil des Digineuron V2 ist, dass er vollständig auf Open-Source-Teilen besteht, sodass er von jedem Unternehmen verwendet werden kann und einfach an bestimmte Anwendungen angepasst werden kann.