Startseite > Halbleiter > Schaffen wir den Sprung ins Zettabyte-Zeitalter?

Die Energieeffizienz steigern!

Schaffen wir den Sprung ins Zettabyte-Zeitalter?

22. Januar 2018, 16:00 Uhr | Iris Stroh

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 1

Und wozu das Ganze?

Ionescu sieht aber auch in Quantencomputern (QC) eine Möglichkeit, den Anforderungen des ZB-Zeitalters gerecht zu werden, zumindest wenn es um spezielle Aufgaben wie Faktorisierung von Zahlen oder Simulationen geht. In diesem Zusammenhang verweist er auf den Quantencomputer von D-Wave Systems mit 2000 Qubits und die Unternehmensangabe, dass die Energieeffizienz des Rechners im Vergleich zu klassischen CPUs oder HPCs um den Faktor 100 verbessert wurde. Ionescu sieht zwar die Vorteile von Quantencomputern bei bestimmten Aufgaben, allerdings ist er hinsichtlich der Leistungsaufnahme skeptisch. Denn alle Qubit-Technologien arbeiten nahe dem absoluten Nullpunkt, was viel Energie verbraucht: Der D-Wave-QC liegt bei 16 kW. Dazu kommen aber noch andere Stromfresser wie die Fehlerkorrektur und die Wärmeabfuhr für die schier unendliche Menge an Übertragungsleitungen.

Auch wenn Ionescu betont, dass ein neuromorpher Computer sicherlich kein Gehirn ist, weist der Rechner doch eine interessante Besonderheit auf: Es handelt sich um Systeme, die hinsichtlich der Energieeffizienz ähnliche Werte wie die eines Hirns erreichen. Und die ist bislang bekanntlich nicht zu toppen: Ein menschliches Gehirn braucht im Durchschnitt 20 W selbst für die komplexesten Funktionen und das in Echtzeit; konventionelle Supercomputer hingegen liegen im MW-Bereich und benötigen auch noch deutlich mehr Zeit, um komplexe Berechnungen auszuführen.

Dementsprechend hält Ionescu diesen Ansatz für manche Aufgaben für äußerst vielversprechend, denn dank der Neuorganisation von Speicher und Verarbeitungseinheit, der Tatsache, dass diese Ansätze CMOS-basiert sind und bei Raumtemperatur funktionieren, lassen sich mit dieser Technik Anwendungen wie kognitive Prothesen, BMIs (Brain-Machine-Interfaces), oder Wearables realisieren. Außerdem würden hier enorme Fortschritte erzielt. Als Beispiele verweist er auf TrueNorth von IBM, der mit 65 mW arbeitet, und Loihi von Intel. Ionescu: »Der TrueNorth kommt auf eine Energieeffizienz von 400 GSOPS/W.« Aus Ionescus Sicht können neuromorphe Rechensysteme von Subthreshold-CMOS-Implementierungen und einer neuen Familie von Low-Power-Devices wie Steep-Slope-Schaltelemente mit drei Anschlüssen profitieren. Ionescu weiter: »Die Zukunft für energieeffiziente Computersysteme liegt in einem hybriden Ansatz aus CMOS, neuromorphen und Quantencomputern.«

Energieeffiziente Sensoren

»Sensoren unterstützen die künstlichen Sinne des IoT, eröffnen Möglichkeiten, die über die sechs Sinne des Menschen hinausgehen, und ermöglichen vollkommen neue personalisierte Dienste«, so Ionescu. Aus seiner Sicht werden sie in Zukunft physikalische, chemische, biochemische und elektromagnetische Daten sammeln und das im Überfluss, um so jedweden Prozess, die Umgebung oder den physischen wie psychischen Status einer Person zu überwachen und zu interpretieren. Was heute schon für Fortschritte bei smarten Multisensoren erreicht wurde, macht Ionescu an einem Beispiel deutlich, an dem seine Universität in Zusammenarbeit mit Xsensio selbst mitgearbeitet hat: Der Lab-on-Skin-Sensor kann Biomarker in Echtzeit aus dem Schweiß messen und nimmt laut Ionescu weniger als 50 nW/Sensor auf.

Für IoT-Sensoren ist aber nicht nur die Leistungsaufnahme des eigentlichen Sensors von Bedeutung, sondern auch, wie viel Leistung er für die Funkübertragung benötigt, denn sie macht einen Großteil der gesamten Leistungsaufnahme des Sensorknotens aus. Ionescu glaubt, dass das zukünftige IoT noch deutliche Fortschritte hinsichtlich der Energieeffizienz für die Kommunikation benötigt; er spricht von Faktoren zwischen 100 und 1000. Das Ziel bestehe darin, in Zukunft eine übertragene Energie pro Bit von rund 1 pJ zu erreichen; die Gesamtsystemenergie pro Informationsbit müsse bei 10 pJ/Bit liegen. Außerdem müssten weitere Fortschritte auf der Energy-Harvesting-Seite erfolgen, sodass Embedded Harvester beispielsweise mehrere Harvesting-Techniken kombinieren können.

Und wozu das Ganze?

Ionescu sieht speziell für das Gesundheitswesen Vorteile, die das ZB-Zeitalter mit sich bringt. So sei durch die gesammelten Daten beispielsweise eine personalisierte Medikation möglich, was ein heute bestehendes Problem lösen würde: Es gibt kein Medikament, das bei allen Patienten gleich wirkt, sondern vielmehr wirkt es bei dem einen und bei einem anderen eben gar nicht. Ionescu weiter: »Arzneimittelnebenwirkungen töten in Europa jedes Jahr 197.000 Menschen, in den USA 180.000. Das ist mehr als durch Darmkrebs.« Wenn man das IoT als IoH – H = Human – interpretiert, ließen sich damit unzählige Daten generieren, sodass ein virtueller Patient (Avatar) aufgebaut werden könnte. Mit Hilfe dieser digitalen Zwillinge beziehungsweise Modelle könnten personalisierte Maßnahmen ermöglicht werden. »Damit ließe sich ein genaues und präventives Gesundheitswesen schaffen, das auch noch bezahlbar ist«, so Ionescu abschließend.