Wie die Beijing-Universität der Dimension-Netzseite mitteilte, wurde der Chip vom Team um Professor Yang Yuchao vom Institut für Integrierte Schaltkreise der Universität Peking gemeinsam mit der Chinesischen Akademie der Wissenschaften entwickelt. Erstmals wurde die Einzelschritt-Rechenzeit des neurodynamischen Hardwaresystems auf Millisekundenebene komprimiert.

Professor Yang Yuchao (Mitte) vom Institut für Integrierte Schaltkreise der Universität Peking mit Kooperationspartnern im Labor (Foto: Universität Peking)

Das Gehirn ist eines der komplexesten dynamischen Systeme. Ob es um die Echtzeit-Analyse neuronaler Zustände durch Gehirn-Computer-Schnittstellen oder die hochpräzise Rekonstruktion der Hirnrinde durch medizinische Bildgebung geht – all dies erfordert eine schnelle Modellierung kontinuierlicher neuromorpher und dynamischer Prozesse. „Daraus entstand das neurodynamische System: Forscher kombinieren neuronale Netze mit Differentialgleichungen, um präzise dreidimensionale Gehirnstrukturen zu rekonstruieren", erläutert Yang Yuchao. Das System habe vielversprechende Anwendungsaussichten, weise jedoch auch deutliche Schwächen auf: Die bei der Berechnung anfallenden Massendaten müssen häufig zwischen Speicher und Prozessor hin- und herbewegt werden, was zeitaufwendig ist und einen hohen Energieverbrauch verursacht.

Um dieses Problem zu lösen, entwickelte das Team um Yang Yuchao den weltweit ersten Chip eines neurodynamischen Systems auf Millisekundenebene auf Basis von Phasenwechsel-Memristoren. Damit wurde die Einzelschritt-Rechenzeit des neurodynamischen Systems erstmals auf 2,12 Millisekunden drastisch reduziert, was eine gehirnähnliche Hochgeschwindigkeits- und Hochpräzisionsverarbeitung ermöglicht.

„Wir haben ein neues Paradigma des ‚steuerbaren In-Memory-Computings' auf Basis von Phasenwechsel-Memristoren vorgeschlagen, sodass Daten nicht mehr hin- und herbewegt werden müssen, sondern direkt am Ort effizient verarbeitet werden können", so Yang Yuchao. Im Vergleich zu den derzeit in der Branche gängigen fortschrittlichen Chips habe der entwickelte Chip eine deutlich gesteigerte Rechenleistung und einen erheblich reduzierten Stromverbrauch, wodurch die Anforderungen an eine hochgetreue Gehirnstruktur-Modellierung erfüllt werden können.

„Zukünftige Gehirn-Computer-Schnittstellen müssen nicht nur neuronale Signale auslesen, sondern auch den Gehirnzustand in Echtzeit verstehen, die Entwicklung neurodynamischer Prozesse vorhersagen und auf Basis von Rückkopplungen eine geschlossene Regelung durchführen", erläutert Yang Yuchao. Die hochgetreue Gehirnmodellierung könne mit Millisekundengeschwindigkeit arbeiten und verspreche, Gehirn-Computer-Schnittstellen mit individualisierten, dynamischen und interpretierbaren Gehirnzustandsmodellen zu versorgen, um eine Modellierung des Gehirnzustands und intelligente Interaktion zu ermöglichen. Im medizinischen Bereich eröffnet das Ergebnis zudem voraussichtlich neue technische Wege für die Früherkennung von Gehirnerkrankungen, die Krankheitsverlaufsüberwachung sowie personalisierte Diagnose- und Therapieansätze.