T-KOS – Terahertz-Technologien, u. a. für neuromorphes Computing mit Fraunhofer ENAS, Leibniz FBH, Fraunhofer FHR, Fraunhofer HHI, Fraunhofer IAF, Leibniz IHP, Fraunhofer IMS, Fraunhofer IPMS, Fraunhofer IZM
Eine vielversprechende Möglichkeit für die Erhöhung der Datenkapazität und der nutzbaren Bandbreite ist der zusätzliche Einsatz von Terahertz-Technologien. Diese bildet nicht nur im Bereich der Funksysteme die Grundlage für Innovation, sondern auch im Bereich der zerstörungsfreien Prüfung (ZfP).
Mehr erfahren
Strategisches Forschungsthema Neuromorphes Computing @ Fraunhofer EMFT
u. a. mit Kompetenzen im Bereich Mikro- und Nanotechnologien für neue neuromorphe Systeme für Halbleiterchips, Entwicklung neurologisch inspirierter Computerarchitekturen, Memristoren ...
Mehr erfahren
Memristive Komponenten u. a. für neuartige, »low-energy« Computing-Architekturen für neuromorphe Elektronik @ Fraunhofer EMFT
Am Fraunhofer EMFT werden unterschiedliche, neuartige memristive Komponenten und Bauelemente entwickelt und getestet. Dies schließt insbesondere Dünnschicht-Architekturen (MIM, metal-isolator-metal) aus verschiedenen Metallschichten und oxidischen Dielektrika ein.
Mehr erfahren
EU-Projekt NeurONN mit Fraunhofer EMFT
Im EU-Projekt NeurONN arbeitet ein Forschungsteam der Fraunhofer EMFT mit sechs europäischen Partnerinnen und Partnern an extrem energieeffizienzen Elementen und Architekturen für neuromorphes Computing. Dabei kommen auch innovative 2D-Materialien zum Einsatz.
Mehr erfahren
2D-Materialien auf der Basis der Chalcogenide MoS2 und WS2, u. a. für neuromorphes Computing »at the edge« @ Fraunhofer EMFT
Die Chalcogenide MoS2 und WS2 werden hier als alternative Halbleitermaterialien (2D-Schichtmaterialien) zu Silizium verwendet. Statt herkömmlicher Dotierung von Silizium für Herstellung von n- oder p-Typ Halbleitern, werden Kontakte mit Materialien verwendet, die durch ihre unterschiedlichen Austrittseigenschaften die Austrittsarbeit beeinflussen.
Mehr erfahren
EU-Projekt ANDANTE – Entwicklung innovativer Mixed-Signal-Beschleuniger für künstliche neuronale Netze (ANN) mit Computation-in-Memory (CIM)-Fähigkeit mit Fraunhofer EMFT, Fraunhofer IIS, Fraunhofer IPMS
Um grundlegende künstliche Intelligenz für zukünftige Edge-Produkte zu schaffen, arbeiten Fraunhofer EMFT-Forschende gemeinsam mit den Fraunhofer-Instituten IIS und IPMS im Rahmen des EU-Projekt ANDANTE an der Entwicklung innovativer Mixed-Signal-Beschleuniger für künstliche neuronale Netze (ANN) mit Computation-in-Memory (CIM) Fähigkeit.
Mehr erfahren
ECSEL-Projekt TEMPO (Technologie & Hardware für Neuromorphic Computing) mit Fraunhofer EMFT, Fraunhofer IPMS
Im Rahmen des ECSEL-Projekts TEMPO (Technologie & Hardware für Neuromorphic Computing) arbeitet das deutsche Konsortium mit Beteiligung der Fraunhofer EMFT an der Entwicklung und Evaluierung stromsparender Neuromorphic Computing Chips im 22 nm FDSOI-Technologieknoten.
Mehr erfahren
Whitepaper zu Memristor-Technologien mit Fraunhofer ENAS
Angesichts der zunehmenden Herausforderung bei der Miniaturisierung von konventionellen CMOS-Schaltkreisen für Rechner in der von-Neumann-Architektur mit räumlich getrennter Datenverarbeitung und -speicherung, ist eine weitere Leistungssteigerung durch Miniaturisierung perspektivisch ökonomisch kaum mehr vertretbar.
Mehr erfahren
Beyond-CMOS- und HF-Bauelementen, integrierte Schaltungen und Technologien – Memristoren für die Rechner von morgen @ Fraunhofer ENAS
Eines der wichtigsten neuen Zweitor-Bauelemente, der sogenannte Memristor, ermöglicht Datenverarbeitung und -speicherung an einem Ort.
Mehr erfahren
Neuromorphe Hardware @ Fraunhofer IIS
Mit folgenden neuromorphen Architekturen:
- Analoges neuromorphes Hardware-Design
- Digitales neuromorphes Hardware-Design
- Gepulstes neuromorphes Hardware-Design
- Spiking-Neural-Network-Beschleuniger
Mehr erfahren
Hardware für KI – Beratung, Design und Implementierung @ Fraunhofer IIS
Vor allem durch das Internet of Things (IoT) steigt die Zahl eingesetzter Sensoren rasant an und mit ihr auch die Menge an Daten, die von Embedded- und IoT-Systemen erfasst werden. Obwohl auch die Übertragungstechnologie sich weiterentwickelt und mit dem neuen 5G-Netz ein leistungsfähiges Datennetz zur Verfügung stehen wird, ist eine vollständige Übertragung von Sensordaten in die Cloud nicht immer sinnvoll oder möglich.
Mehr erfahren
KI-FLEX – Rekonfigurierbare Hardwareplattform zur KI-basierten Sensordatenverarbeitung für das autonome Fahren mit Fraunhofer IIS
Im Projekt »KI-FLEX« entwickeln die Projektpartner eine leistungsstarke, energieeffiziente Hardware-Plattform und das dazugehörige Software-Framework für autonomes Fahren. Fördergeber: Bundesministerium für Bildung und Forschung (BMBF)
Mehr erfahren
LODRIC – LOw-power Digital deep leaRning Inference Chip mit Fraunhofer IIS
Ziel des Projekts „KI-Prozessoren mit nichtflüchtigen Speichern für quantisierte Synapsen von neuronalen Netzen“ ist eine Entwicklungsplattform für das automatisierte Design von energieeffizienten KI-Prozessoren.
Mehr erfahren
SEC-Learn – Sensor-Edge-Cloud for Federated Learning mit Fraunhofer EMFT, Fraunhofer IIS, Fraunhofer IIS/EAS, Fraunhofer IPMS
Im Projekt SEC-Learn entsteht ein System von verteilten energiesparenden Edge Devices, die gemeinsam lernen, ein komplexes Problem der Signalverarbeitung durch maschinelles Lernen zu lösen. Der Fokus des Projekts liegt dabei zum einen auf der Entwicklung schneller, energie- und platzeffizienter Hardwarebeschleuniger für Spiking Neural Networks (SNN), zum anderen auf deren Verschaltung zu einem föderierten System, in dem jedes Gerät autonom agieren und lernen kann, seine Lernerfolge allerdings durch föderiertes Lernen mit allen anderen Geräten teilt.
Mehr erfahren
ADELIA – Analog Deep-Learning-Inferenz-Beschleuniger mit Fraunhofer IIS, Fraunhofer IPMS
Die beiden Fraunhofer-Institute IIS und IPMS nehmen mit dem gemeinsamen Projekt ADELIA (Analog Deep-Learning-Inferenz-Beschleuniger) am Sprunginnovationswettbewerb teil und konzentrieren sich hierbei auf den Entwurf eines analogen Inferenz-Beschleuniger-ASICs. Die Leitung des Projekts übernimmt hierbei das Fraunhofer IIS.
Mehr erfahren
Mit Neuromorpher Hardware zur »Schnelldenker«-KI @ Fraunhofer IIS
»Flaschenhälse« sind nicht sonderlich beliebt – bringen sie mit ihrer Enge doch ganze Prozesse ins Stocken. Auch die Künstliche Intelligenz hat mit einem solchen Flaschenhals zu kämpfen. Genauer gesagt: Die Künstliche Intelligenz lässt sich auf herkömmlichen Computern nicht beliebig »verschnellern«, die Hardware braucht Zeit zum »Denken«. Wie wir dieses Problem lösen, lesen Sie hier.
Mehr erfahren
Neuromorphe Hardware: We bring AI to the Edge @ Fraunhofer IIS
Das Fraunhofer IIS entwickelt hocheffiziente und maßgeschneiderte integrierte Schaltungen für KI-Beschleuniger-IPs, die anspruchsvolle Anwendungen ermöglichen und bietet somit eine Lösung, um KI energieeffizient mit sicherer und schneller Datenverarbeitung auf Edge-Geräte zu bringen.
Mehr erfahren
Mit neuromorpher Hardware das Schlaganfallrisiko drastisch senken @ Fraunhofer IIS
Rechnerarchitekturen, vom menschlichen Gehirn inspiriert – das klingt arg theoretisch und fern vom Alltag der meisten Menschen. Doch weit gefehlt: Die neuromorphe Hardware, die ein Forscherteam des Fraunhofer IIS und der Friedrich-Alexander-Universität Erlangen-Nürnberg FAU entwickelt hat, kann Vorhofflimmern frühzeitig erkennen und das Risiko für Schlaganfälle erheblich senken.
Mehr erfahren
Neuromorphe Hardware für das autonome Fahren @ Fraunhofer IIS
Forschende entwickeln im Projekt KI-FLEX neuromorphe Hardware, die die Integration der KI ins Auto erlaubt – in Form einer entsprechenden Plattform: Sie erlaubt, Künstliche Intelligenz flexibel direkt in die Fahrzeuge zu integrieren. Projektkoordinator Michael Rothe vom Fraunhofer IIS gibt Einblicke.
Mehr erfahren
Neuronale Netze @ Fraunhofer IMS
Das Fraunhofer IMS Team arbeitet eng mit der Universität Siegen zusammen und wird durch das Fraunhofer Attract Programm und europäische ECSEL Projekte gefördert.
Mehr erfahren
Technologien ASICs – u. a. mit künstlicher Intelligenz und neuromorphen Kernen @ Fraunhofer IMS
Von hochauflösenden Sensoriken über eingebettete Hardwaresicherheit, offene RISC-V Mikrocontroller bis hin zu künstlicher Intelligenz und neuromorphen Kernen bietet das Fraunhofer IMS Lösungen für den direkten Einsatz und als IP für die Integration in ihren ASIC.
Mehr erfahren
Fraunhofer Leitprojekt NeurOSmart mit Fraunhofer IMS, Fraunhofer IPMS, Fraunhofer ISIT
Im Leitprojekt NeurOSmart der Fraunhofer-Gesellschaft forschen fünf Institute (ISIT, IPMS, IMS, IWU, IAIS) gemeinsam an besonders energieeffizienten und intelligenten Sensoren für die nächste Generation von autonomen Systemen.
Mehr erfahren
Strategisches Forschungsfeld Neuromorphic Computing @ Fraunhofer IPMS
Geschwindigkeit, Leistungsfähigkeit, Miniaturisierung und Energieeffizienz werden zunehmend wichtiger, wenn es darum geht, Anwendungen im Bereich Big Data und Künstlicher Intelligenz (KI) zu ermöglichen. Einen vielversprechenden Lösungsansatz bietet das Neuromorphic Computing.
Mehr erfahren
MEMION – Memristive Redox-Transistoren für neuromorphe Rechnerarchitekturen mit Fraunhofer IPMS
Um im Bereich elektronischer Datenerfassung und -verarbeitung nicht nur mit den aktuellen technischen Entwicklungen Schritt zu halten, sondern ganz neue Maßstäbe zu setzen, rücken alternative Rechnerarchitekturen immer weiter in den Fokus – insbesondere das Neuromorphic Computing.
Mehr erfahren
StorAIge – Neue Speichertechnologie für Edge-KI-Anwendungen mit Fraunhofer IPMS
Im Projekt StorAIge hat sich das Fraunhofer IPMS mit europäischen Partnern zusammengeschlossen, um eine Plattform für siliziumbasierte KI-Chips zu entwickeln, die hochleistungsfähig, energieeffizient und sicher ist und wettbewerbsfähige Edge-KI-Anwendungen Anwendungen im Automobil-, Industrie-, Sicherheits- und Consumerbereich zu ermöglichen.
Mehr erfahren
Denkende Chips: Neue Materialien und Hardware für Next Generation Computing @ Fraunhofer IPMS
Das Fraunhofer IPMS arbeitet an neuen, nichtflüchtigen Speichertechnologien auf Basis von ferroelektrischem Hafniumdioxid (HfO2) für analoge und digitale neuromorphe Schaltungen. Ferroelektrische Materialien zeichnen sich durch eine Änderung ihrer Polarisation bei Anlegen eines elektrischen Feldes aus.
Mehr erfahren
Materialien für die Mikro- und Nanoelektronik – Neuromorphe Bauelemente @ Leibniz IHP
Die Integration von "More than Moore"-Bauelementen in die Mikroelektronik, basierend auf neuen Material- und/oder Konzepten, ist eine komplexe Herausforderung, die Erfahrung in verschiedenen Forschungsgebieten erfordert.
Mehr erfahren
Neuromorphe On-Chip-Erkennung von Speichelproben @ Leibniz IHP
Das Forschungsteam um Prof. Dr. Christian Wenger vom Leibniz-Institut für innovative Mikroelektronik (IHP) arbeitet gemeinsam mit der Nanoelektronik-Gruppe der Universität Kiel und dem Forschungszentrum Borstel an einem neuartigen Frühwarnsystem, um Lungenkrankheiten, vor allem die chronisch obstruktive Lungenerkrankung (COPD) frühzeitig zu erkennen.
Mehr erfahren
IHP offers access to memristive technology for edge AI computing or hardware artificial neural networks applications
Durch die Bereitstellung des MEMRES-Moduls gibt das IHP Schaltkreisentwicklern weltweit die Möglichkeit, in naher Zukunft neuromorphe Schaltkreise mit integrierten memristiven Technologien zu entwickeln.
Mehr erfahren
Neutronics @ Leibniz IHP
Ziel des neuen Sonderforschungsbereiches (SFB) der DFG ist es, Erkenntnisse über die Informationswege in Nervensystemen auf die technische Informationsverarbeitung zu übertragen, um die Muster- und Spracherkennung oder die Energieeffizienz bestehender Systeme zu verbessern.
Mehr erfahren
Adaptive Materialien, u. a. mit Entwicklung von memristiven Arrays für Edge Computing und neuromorphe Schaltungen @ Leibniz IHP
Diese IHP Forschungsgruppe beschäftigt sich mit der Entwicklung von Funktionsmaterialien für die Mikroelektronik. Memristive Bauelemente weisen eine variable widerstandsbasierte Speicherfunktion auf.
Mehr erfahren
Fraunhofer-Verbund Mikroelektronik in Kooperation mit den Leibniz-Instituten FBH und IHP