-
Mehr KI-Energieeffizienz in Rechenzentren dank neuromorpher Chips
-
Neuromorphe Informationsverarbeitung
-
-
Hoher Energiebedarf und Lösungsansätze
-
Forschung an neuromorpher Technik im DACH-Raum
-
Ausblick
Artikel in iX 8/2026 lesen
Computing basiert auf der Verarbeitung von Nullen und Einsen, aber das muss nicht immer so bleiben. Denn Ansätze für zukünftige Rechensysteme sind ganz anders konzipiert, mit dem erheblich effizienter rechnenden Gehirn als Vorbild. Traditionelle Rechner benötigen Unmengen an Energie, insbesondere für Aufgaben der künstlichen Intelligenz, etwa für Large Language Models. Zudem stoßen klassische Von-Neumann-Architekturen, wie sie in herkömmlichen Chips zum Einsatz kommen, zunehmend an ihre Grenzen.
- Klassische Von-Neumann-Architekturen erreichen bei KI-Workloads ihre Effizienzgrenzen.
- Neuromorphe Systeme arbeiten ereignisbasiert mit Spikes und verschmelzen Rechen- und Speicherfunktion – Vorbild ist das menschliche Gehirn mit rund 20 Watt Leistungsaufnahme bei etwa 1 Exaflops.
- Erste Flaggschiff-Chips wie IBM TrueNorth, Intel Loihi 2 oder das in Dresden mitentwickelte SpiNNaker-Projekt zeigen das Potenzial. Fertigungsstabilität bei analoger oder memristiver Hardware, fehlende Frameworks und die Orchestrierung in heterogenen IT-Landschaften sind noch zu überwindende Hürden.
Hardwarekonzepte, die sich am Gehirn des Menschen orientieren, bieten jedoch eine Möglichkeit, die aktuellen Limitationen und Herausforderungen zu überwinden. Jahrmillionen der Evolution haben eines der energie- und recheneffizientesten Systeme hervorgebracht, das wir kennen: das menschliche Gehirn. Es kann hochkomplexe Aufgaben bewältigen, und zwar mit erstaunlicher Energieeffizienz.
Prof. Dr. Holger Boche ist Professor für Theoretische Informationstechnik an der TU München sowie Mitglied mehrerer Wissenschaftsakademien, darunter der Leopoldina.
Pit Hofmann ist Juniorforschungsgruppenleiter für alternative Computing- und Kommunikationsansätze am Deutsche Telekom Lehrstuhl für Kommunikationsnetze an der TU Dresden.
Prof. Dr. Gitta Kutyniok ist Professorin für Mathematische Grundlagen der Künstlichen Intelligenz an der LMU München und wurde mit mehreren renommierten Preisen und Auszeichnungen geehrt.
Der zurzeit leistungsstärkste Supercomputer der Welt, El Capitan, verfügt über eine geschätzte Rechenleistung von rund 1,7 Exaflops – 10¹⁸ Gleitkommaoperationen pro Sekunde –, während die des menschlichen Gehirns auf etwa 1 Exaflops geschätzt wird. Für diese Leistung benötigt El Capitan allerdings 29,6 Megawatt – weit entfernt von den nur 20 Watt, die das Gehirn verbraucht.
Das war die Leseprobe unseres heise-Plus-Artikels "Mehr KI-Energieeffizienz in Rechenzentren dank neuromorpher Chips ". Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.