IBM Research stellt Cognitive-Computing-Prozessor vor, der dem Gehirn ähnlich ist

IBM (Grafik: IBM)

Als langfristiges Ziel gibt IBM aus, eine Chipplattform für Anwendungen zu entwickeln, die ähnliche Techniken und Muster nutzen wie Wahrnehmung, Handlungen und Denkvorgänge eines Menschen. Darunter fällt auch die Auswertung und Analyse von Big Data.

Forscher von IBM haben ein neues Projekt für Cognitive Computing vorgestellt, das IBM Research als “Durchbruch” bezeichnet. In Zentrum steht ein Silziumchip, der von Leistungsfähigkeit, Funktionen und dem “kompakten Volumen” des menschlichen Gehirns inspiriert wurde. Das teilte IBM auf der International Joint Conference on Neural Networks in Dallas mit.

IBM (Grafik: IBM)

Demnach handelt es sich um einen Bruch mit sequenziellen Operationen und der Von-Neumann-Architektur, die eine Trennung von CPU und Speicher vorsieht. Auch läuft weder traditionelle Software auf dem System, noch können heute verbreitete Programmiersprachen wie Java oder C++ dafür genutzt werden. Vielmehr ist der Prozessor für neuartige Cognitive-Computing-Architekturen maßgeschneidert. Zu ihren Merkmalen zählen umfangreiche verteilte Ressourcen, zahlreiche Querverbindungen sowie asynchrone, parallele Verarbeitung.

Aufbau eines Cognitive-Computing-Prozessors (Bild: IBM)
Aufbau eines Cognitive-Computing-Prozessors (Bild: IBM)

Als langfristiges Ziel gibt IBM aus, eine Chipplattform mit 10 Milliarden Neuronen und 100 Billionen Synapsen zu entwickeln, die aber mit etwa einem Kilowatt Leistung auskommt und nicht mehr als zwei Liter Volumen einnimmt. Sie soll für Anwendungen Verwendung finden, die ähnliche Techniken und Muster nutzen wie Wahrnehmung, Handlungen und Denkvorgänge eines Menschen. Darunter fällt auch die Auswertung und Analyse von Big Data.

Die IBM-Mitarbeiter nennen als Vergleichsbeispiel das menschliche Auge, das täglich mehr als ein Terabyte Daten aufnehme und in Verbindung mit dem Gehirn “sichte”. Könnte man das Sehzentrum des Menschen nachbauen, ließen sich mit einem solchen System Sehhilfen mit geringem Stromverbrauch konstruieren.

Allgemein könne man so die Analyse von Daten aller Art näher an die Sammelpunkte und Sensoren heranbringen, heißt es. Die Technik würde sich in zahlreichen technischen Geräten einsetzen lassen – von Smartphones bis hin zu Autos – und dort verfügbare Informationen in Echtzeit sammeln, beurteilen und bearbeiten.

[mit Material von Florian Kalenda, ZDNet.de]

Tipp: Wie gut kennen Sie sich mit Prozessoren aus? Überprüfen Sie Ihr Wissen – mit dem Quiz auf silicon.de.