Die Neuromorphe Hardware Gruppe, als Teil der Abteilung System Architectures, befasst sich mit der Entwicklung disruptiver neuromorpher Hardware, die CMOS- und aufstrebende Technologie-basierte Schaltkreise für die Implementierung einer weiten Bandbreite von Edge KI Anwendungen einsetzt. Konkret strebt die Gruppe die Entwicklung von hochzuverlässigen KI-Architekturen an, die eine hohe Leistung und Qualität erfordern und gleichzeitig Beschränkungen in Bezug auf Fläche und Stromverbrauch unterliegen.
Die Neuromorphe Hardware Gruppe verfolgt einen multidisziplinären und interdisziplinären Ansatz, der Aktivitäten zu verschiedenen Themen integriert, wie beispielsweise Bauteiltechnologie sowie Schaltungs- und Architekturdesign für Edge KI Anwendungen. Die mit Edge KI Anwendungen verbundenen Anforderungen und Beschränkungen erfordern die Integration nicht nur von CMOS-, sondern auch von neuartigen technologiebasierten Schaltungen und Architekturen. Diese Heterogenität erhöht die Komplexität des Hardware-Designs erheblich. In diesem Zusammenhang wird ein ganzheitlicher Ansatz, der alle Phasen des Lebenszyklus berücksichtigt und alle Abstraktionsebenen einbezieht, vom Bauelement über die Schaltung und die Architektur bis hin zum System, als zwingend erforderlich angesehen, um die Implementierung hochzuverlässiger neuromorpher Hardware zu gewährleisten.
Abschließend verfolgt die Neuromorphe Hardware Group einen ganzheitlichen Ansatz, der auf einer multidisziplinären und interdisziplinären Perspektive basiert und die Aktivitäten aller IHP-Abteilungen, Materials Research, Technology, Circuit Design und Cyber-Physical System Engineering miteinander verbindet.
Forschungsschwerpunkte
- Entwurf neuromorpher Hardware, einschließlich digitaler und analoger Schaltungen auf CMOS- und neuer Technologiebasis
- Heterogene Hardware-Integration für Edge KI Anwendungen
- Neuromorpher Hardware-Designflow
- Digitale und analoge Computation in Memory (CiM)-Architekturen
- Aufstrebende technologiebasierte Speicher
- Fertigungsprüfstrategien für hochwertige neuromorphe Hardware
- Zuverlässigkeits- und energiebewusster Entwurf neuromorpher Hardware auf Geräte-, Schaltungs- und Architekturabstraktionsebene
- Lebenszyklus-Managementstrategien für neuromorphe Hardware
- Strategien zur Fehlervermeidung und -toleranz für Schaltungen und Architekturen in CMOS- und neuartigen Technologien
- Zuverlässigkeitsorientierte KI-Anwendungsentwicklung unter Berücksichtigung von Hardware-Eigenschaften und -Einschränkungen
- Strategien zur Zuverlässigkeitsbewertung für KI-Anwendungen
- NNs und SNNs Algorithmen für rechenintensive Anwendungen
