Schwerpunkte

Künstliche Intelligenz

Elektroniksysteme mit KI auf dem Vormarsch

23. Januar 2020, 11:52 Uhr   |  Von Michal Siwinski

Elektroniksysteme mit KI auf dem Vormarsch
© microstock3D - shutterstock.com

3D-Illustration des Gehirncomputers

Künftig wird KI und maschinelles Lernen (ML) nicht nur stärker in Geräten und Systemen eingesetzt werden, sondern auch vermehrt für die IC-Entwicklung genutzt. Nur mit ML-Unterstützung werden sich künftig komplexe KI-Chips entwickeln lassen, ist Michal Siwinski von Cadence überzeugt

Die künstliche Intelligenz (KI) ist seit Jahrzehnten ein wichtiger Aspekt der Forschung und Entwicklung. Sie ist nicht nur in der Science-Fiction-Welt, sondern inzwischen auch im täglichen Leben präsent. Zwar scheint der Heilige Gral des menschlichen Denkens noch unerreichbar, doch sind Maschinen, die eine dem Menschen ähnliche Entscheidungsfindung beherrschen, bereits ein Teil unseres Lebens.

Die Integration von künstlicher Intelligenz in Elektroniksysteme wird daher auch die Elektronikindustrie mehr und mehr beherrschen. Praktisch jedes Elektronik- oder Embedded-System enthält inzwischen eine »intelligente« Verarbeitung oder bearbeitet zumindest die Daten für eine nachfolgende Analyse und Entscheidungsfindung. Im Jahr 2019 wurden nicht nur in Europa, sondern weltweit, sehr viele neue KI-Chips vorgestellt.

Wachsende Datenmengen fordern neuartige Halbleiter und Rechenzentren

Michael Siwinski von Cadence sagt
© Cadendce

Michael Siwinski von Cadence sagt

Die dadurch produzierte Datenflut soll bis 2025 rund 10 Zettabyte pro Jahr erreichen. Die Übertragung und Verarbeitung dieser Datenmengen erfordert nicht nur Halbleiter mit einem entsprechenden Kommunikations- und Verarbeitungsdurchsatz, sondern auch neue Cloud-Rechenzentren-Architekturen zur Verarbeitung der Daten und den Einsatz optischer Netzwerke.

Nur so werden sich die hohen Anforderungen erfüllen lassen. Im Jahr 2020 werden viele Rechenzentren auf 400-Gigabit-Ethernet aufrüsten, um die zunehmenden Datenvolumen bewältigen zu können.

Die für das Sammeln der Daten eingesetzten Sensoren sind meist sehr klein, dagegen erfolgt die KI-Berechnung der Sensordaten durch die derzeit wohl größten und komplexesten integrierten Schaltkreise. Diese ICs enthalten mehrere CPUs, GPUs und zunehmend auch neuronale Verarbeitungseinheiten (NPUs) in einem Chip. Die Integration erfolgt über ein Netzwerk (Fabric). Zusammengeführt werden die Daten über unzählige sehr leistungsfähige Protokoll-Schnittstellen. Durch zusätzliche Systemüberwachungs- und Verwaltungsfunktionen sind in diesen ICs Hunderte von großen IP-Blöcken mit jeweils einigen hundert Millionen oder sogar Milliarden Logikgattern integriert.

Die Komplexität dieser Bauelemente ist immens, da diese auch Funktionen für die Betriebssteuerung und den Datenfluss enthalten sowie verschiedene Leistungsmodi und Interrupts unterstützen. Deshalb müssen Design-Tools dem Anwender künftig eine höhere Abstraktion ermöglichen und automatisch Ergebnisse höherer Qualität liefern.

KI im Entwicklungsprozess

Michal Siwinski von Cadence meint
© Cadendce

Michal Siwinski von Cadence meint

Im Jahr 2020 wird die Halbleiter-Design-Community vermehrt verschiedene Entwicklungen für maschinelles Lernen einsetzen, um diese Komplexität bewältigen und erfolgreich Chips realisieren zu können.

Da künstliche Intelligenz in immer mehr Geräte und Marktsegmente eindringt, stehen Entwickler vielfältigen physischen Einschränkungen und Umweltbedingungen gegenüber. Viele dieser Einschränkungen haben neue Entwurfskriterien hinsichtlich der elektronischen Signalübertragung, der Zuverlässigkeit, der Alterung der Elektronik, der thermischen Robustheit und physischen Gehäusedimensionen zur Folge. Deshalb müssen die Ingenieure zunehmend die Elektronik und Software pa­rallel entwickeln, analysieren und optimieren, und zwar im Hinblick auf die elektromagnetischen, thermischen und anderen physikalischen Aspekte des Systems.

Chips für KI sind Innovationstreiber

KI-Systeme sind im Hinblick auf Komfort, Fähigkeiten und Geschäftsmöglichkeiten vielversprechend. Die Entwicklung intelligenter Elektronik und Systeme muss auf viele neue Herausforderungen eingehen, um das exponentielle Potenzial nutzbar zu machen. Die Halbleiterentwicklung ist ein zentraler Bestandteil dieser neuen, durchdringenden KI-Innovationen.

Cadence stellt seinen Kunden bereits etliche Produkte mit implementiertem maschinellem Lernen zur Verfügung. Darüber hinaus wird auch die Implementierung von Hardware-Systemen für maschinelles Lernen durch unseren KI-Prozessor-IP für Edge-Computing und andere KI-Anwendungen ermöglicht. Cadence wird weiterhin in diese aufsteigenden Techniken investieren und ist gespannt wohin die Reise uns alle führen wird.  

Der Autor

Michal Siwinski von Cadance.
© Cadendce

Michal Siwinski von Cadence.

Michal Siwinski

Corporate Vice President Marketing & Business Development, Cadence Design Systems ist verantwortlich für die Go-to-Market-Strategie des Unternehmens. Zuvor war Siwinski als VP of Product Engineering and Product Marketing & Management in der System & Verification Group von Cadence tätig. Er hatte außerdem verschiedene andere Positionen im Produktmarketing und Produktmanagement bei Cadence in den Bereichen Functional Verification, Frontend Digital, PCB & IC Packaging und IP inne.

Siwinski kam durch die Übernahme von Verplex Systems zu Cadence, wo er für die formale Produktlinie zur Überprüfung von Eigenschaften verantwortlich war. Vor seiner Zeit bei Verplex arbeitete er bei Mentor Graphics als Berater für digitale Entwicklungen und Verifizierung.

Siwinski hat einen dualen Bachelor-Abschluss in Elektrotechnik und Informatik von der University of California in Berkeley.

michal@cadence.com

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

Cadence Design Systems GmbH