Ein neuer Chip chinesischer Wissenschaftler verarbeitet Daten bis zu 478 Mal schneller als Nvidias A100 GPU, einer der leistungsstärksten kommerziellen Grafikprozessoren auf dem Markt. Der Chip setzt nicht auf herkömmliche Transistorlogik. Stattdessen ahmt er die Arbeitsweise eines biologischen Gehirns nach, indem er Licht und elektrische Signale kombiniert.
Ein Chip, der wie ein Gehirn denkt, nicht wie ein Computer
Das Gerät ist ein neuromorpher photonischer Chip. Er kombiniert Photonik, die Licht zur Informationsübertragung nutzt, mit elektronischen Schaltkreisen, die wie Neuronen und Synapsen funktionieren. Das Team dahinter arbeitet an der Tsinghua Universität in Peking, China. Die Ergebnisse wurden in einer Fachzeitschrift mit Peer Review veröffentlicht. Der Chip ist für Aufgaben der künstlichen Intelligenz wie Bilderkennung und Datenklassifikation ausgelegt und verbraucht dabei weit weniger Energie als herkömmliche Hardware.
Warum Geschwindigkeit und Effizienz für KI wichtig sind
In Tests erledigte der Chip bestimmte KI-Aufgaben bis zu 478 Mal schneller als eine Nvidia A100 GPU. Er verbrauchte zudem drastisch weniger Strom. Bei einem Benchmark benötigte der Chip etwa ein Viertausendstel der Energie, die die GPU brauchte. Eine solche Effizienz könnte die Art und Weise verändern, wie große KI-Modelle eingesetzt werden, besonders in Umgebungen mit begrenztem oder teurem Strom.
Was passiert ist und wer beteiligt ist
Die Forschung wurde von Professor Dai Qionghai und seinem Team an der Tsinghua Universität geleitet. Sie bauten einen Chip, der ein Netzwerk optischer Komponenten nutzt, um Berechnungen mit Lichtgeschwindigkeit durchzuführen, während elektronische Schaltkreise Speicher und Steuerung übernehmen. Der Chip wurde bei Aufgaben wie der Erkennung handgeschriebener Ziffern und der Bildklassifikation getestet. Er erreichte eine hohe Genauigkeit und lief dabei schneller und kühler als rein elektronische Chips.
Einheimische Wissenschaftler und Ingenieure in China haben diese Arbeit genau verfolgt. Das Land hat stark in die Halbleiterforschung investiert, und neuromorphes Computing wird als Weg gesehen, einige Grenzen der traditionellen Chipfertigung zu umgehen. Für Menschen, die im KI-Bereich arbeiten, stellt dieser Chip einen möglichen Weg zu Hardware dar, die nicht auf Nvidias dominanter Architektur basiert.
Was das für die Zukunft der Computertechnik bedeutet
Der Tsinghua Chip ist noch kein kommerzielles Produkt. Er bleibt ein Laborprototyp. Aber die Ergebnisse deuten darauf hin, dass hirninspiriertes photonisches Computing herkömmliche Elektronik bei bestimmten Aufgaben übertreffen kann. Wenn die Technologie skalierbar ist, könnte sie verändern, wie Rechenzentren und Edge-Geräte KI-Workloads bewältigen. Der Chip zeigt, dass der nächste Sprung in der Computertechnik möglicherweise nicht von der weiteren Verkleinerung von Transistoren kommt, sondern von Hardware, die mehr wie das menschliche Gehirn arbeitet.
