{"id":10993,"date":"2024-05-14T15:52:52","date_gmt":"2024-05-14T13:52:52","guid":{"rendered":"https:\/\/fmd-insight.de\/?p=10993"},"modified":"2024-06-05T12:21:54","modified_gmt":"2024-06-05T10:21:54","slug":"fmd-impuls-4-neuromorphic-computing-rechentechnologie","status":"publish","type":"post","link":"https:\/\/fmd-insight.de\/de\/news\/fmd-impuls\/fmd-impuls-4-neuromorphic-computing-rechentechnologie\/","title":{"rendered":"Neuromorphic Computing \u2013 Das Gehirn als Vorbild<\/strong>"},"content":{"rendered":"\n
©<\/span>Adobe Stock | solvod<\/div><\/div><\/div>\n
\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div>\n <\/div>\n <\/div>\n
\n
<\/div> \n <\/div>\n\n \n <\/div>\n\n\n

Innovative Rechenarchitektur imitieren das menschliche Gehirn<\/strong><\/h3>\n\n\n\n
\n
\n \n

Neuromorphe Computer setzen auf die parallele Verarbeitung von Informationen durch k\u00fcnstliche neuronale Netze<\/strong> und sind durch ihre innovative Rechenstruktur in der Lage, komplexe Rechenprobleme effizient, in Echtzeit und ressourcenschonend<\/strong> zu l\u00f6sen. Konsequent implementiert, ergibt sich somit ein immenser Vorteil f\u00fcr Industrie und Gesellschaft gegen\u00fcber klassischen Rechenarchitekturen.<\/p>\n

Beim neuromorphen Computing ben\u00f6tigt man spezialisierte Chips, die komplett anders als herk\u00f6mmliche Rechenchips arbeiten. Diese neuromorphen Chips sind darauf optimiert, Signale, wie synaptische Aktivit\u00e4ten, auf eine \u00e4hnliche Art und Weise, wie das menschliche Gehirn, zu verarbeiten und zu \u00fcbertragen. Diese Synapsen stellen dabei Verbindungen zwischen k\u00fcnstlichen Neuronen<\/strong> dar und bilden durch Simulation im neuromorphen Computer anschlie\u00dfend komplexe neuronale Netzwerke<\/strong> ab.<\/p>\n

Hierdurch k\u00f6nnen die neuromorphen Chips parallel und asynchron<\/strong> Wege finden und lernen \u00bbon-the-fly\u00ab; klassische Computer haben mit genau dieser Art Rechenaufgaben h\u00e4ufig gro\u00dfe Probleme.<\/p>\n

Neuromorphe Computer sind somit ideal f\u00fcr Fragestellungen, bei denen schnell und gezielt in Echtzeit auf neue Stimuli reagiert werden muss, wie zum Beispiel im Bereich K\u00fcnstliche Intelligenz<\/strong> (KI)!
\nNoch stehen neuromorphe Computer vor dem industriellen Durchbruch und eine gezielte Forschungsarbeit ist essentiell. Die FMD arbeitet u. a. im Projekt \u00bbFMD-QNC<\/a>\u00ab intensiv an der Weiterentwicklung der Technologie.<\/p>\n

Hier erfahren Sie mehr dar\u00fcber, wie KMU, Start-ups, Forschungsgruppen, Gro\u00dfindustrie und alle am Thema interessierten Personen von FMD-QNC profitieren k\u00f6nnen.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Konkrete Anwendungsszenarien<\/strong><\/h3>\n\n\n\n
\n
\n \n
\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div><\/div>

Fahrzeugumfelderkennung<\/strong><\/p>\n

Neuromorphe Strukturen bef\u00e4higen autonome Fahrzeuge, Umgebungen in Echtzeit so zu analysieren, dass sie direkt auf Gefahren oder Hindernisse reagieren k\u00f6nnen.<\/p>\n\n <\/div>\n

\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div><\/div>

Medizintechnik<\/strong><\/p>\n

Mit neuromorphen Computern k\u00f6nnen eine Vielzahl von medizinischen Daten analysiert und personalisierte Diagnosen und Behandlungspl\u00e4ne erstellt werden. Es ist au\u00dferdem m\u00f6glich, R\u00f6ntgenaufnahmen und CT-Scans auszuwerten, Muster zu erkennen und Abweichungen zu identifizieren.<\/p>\n\n <\/div>\n

\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div><\/div>

Produktion<\/strong><\/p>\n

Neuromorphe Computer k\u00f6nnen eingesetzt werden, um Roboter zu steuern und komplexe, menschen\u00e4hnliche Aufgaben auszuf\u00fchren. Auch im Bereich Predictive Maintenance k\u00f6nnen Maschinendaten schneller analysiert werden, um damit Ausfallzeiten und Kosten zu minimieren.<\/p>\n\n <\/div>\n

\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div><\/div>

Sicherheit<\/strong><\/p>\n

Um Cyberangriffe zu erkennen und zu bek\u00e4mpfen, nutzt neuromorphes Computing die M\u00f6glichkeit, Verhaltensmuster von Angreifern in Echtzeit zu analysieren. Gleichzeitig kann es effektiv dazu eingesetzt werden, Bilder und Videos zu beobachten und unbekannte oder gef\u00e4hrliche Objekte zu identifizieren.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

<\/div>\n
\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div>\n <\/div>\n <\/div>\n
\n
<\/div> \n <\/div>\n\n \n <\/div>\n\n\n

Mikroelektronik als Basis f\u00fcr neuromorphes Computing (NC) \u2013 Nichtfl\u00fcchtige Speicher<\/a> <\/strong><\/h3>\n\n\n\n
\n \n
\n
\n
\n \n \n \"\"\n <\/picture><\/div><\/div><\/div>\n<\/div><\/div>\n

Neuromorphe Computer ben\u00f6tigen Hardwarekomponenten, die sehr hohe Anforderungen an Energieeffizienz und parallele Datenverarbeitung<\/strong> erf\u00fcllen. Wichtige Komponenten sind hier \u00bbnichtfl\u00fcchtige Speicher\u00ab, die es erm\u00f6glichen sollen, Berechnungen direkt im Speicher durchzuf\u00fchren<\/strong>; ohne Datentransfer zwischen Prozessor und Speicher wie in klassischen Rechnern. Hierdurch k\u00f6nnen neuromorphe Computer ihre Aufgaben schneller, effizienter und hoch parallelisiert ausf\u00fchren, da sie die zu verarbeitenden Daten direkt aus dem neuronalen Netz abrufen k\u00f6nnen.<\/p>\n

Die Technologie ist Teil des Projekts FMD-QNC.<\/p>\nZur FMD-QNC-Projektwebseite<\/a>

<\/div><\/div><\/div><\/div>\n <\/div>\n <\/div>\n\n\n\n

<\/h3>\n\n\n\n
\n \n
Weitere Informationen zum Thema Neuromorphic Computing an den FMD-Instituten (Stand 2022)<\/b>
<\/div><\/a>
<\/div><\/td>
.pdf<\/td>0.25 MB<\/td><\/tr> \n <\/table>\n
\n
\n
<\/div>\n <\/div>\n
Ihr Download wird vorbereitet, bitte waren…<\/div>\n <\/div>
<\/div>\n <\/div>","protected":false},"excerpt":{"rendered":"

Neuromorphe Computer setzen auf die parallele Verarbeitung von Informationen durch k\u00fcnstliche neuronale Netze und sind durch ihre innovative Rechenstruktur in der Lage, komplexe Rechenprobleme effizient, in Echtzeit und ressourcenschonend zu l\u00f6sen. Konsequent implementiert, ergibt sich somit ein immenser Vorteil f\u00fcr Industrie und Gesellschaft gegen\u00fcber klassischen Rechenarchitekturen.<\/p>\n","protected":false},"author":8,"featured_media":10994,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[90],"tags":[],"class_list":["post-10993","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-fmd-impuls"],"acf":[],"_links":{"self":[{"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/posts\/10993","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/comments?post=10993"}],"version-history":[{"count":10,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/posts\/10993\/revisions"}],"predecessor-version":[{"id":23042,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/posts\/10993\/revisions\/23042"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/media\/10994"}],"wp:attachment":[{"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/media?parent=10993"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/categories?post=10993"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fmd-insight.de\/de\/wp-json\/wp\/v2\/tags?post=10993"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}