Chatbots und virtuelle Assistenten, Smarthome-Anwendungen und Navigationssysteme – Künstliche Intelligenz begegnet uns im Alltag immer häufiger. Von KI können viele Branchen profitieren, beispielsweise Energie- und Medizintechnik, Automobil- und Maschinenbau, Marketing und Logistik.
Entscheidend für den erfolgreichen Einsatz von KI ist die Entwicklung geeigneter Hardware, das heißt leistungsfähiger Mikrochips. Neben hoher Rechenleistung, niedrigen Kosten und Energieeffizienz sind dabei vor allem Sicherheit und Zuverlässigkeit gefragt. „Die Entwicklung von Hardware erfordert spezielles Know-how, da die Entwurfsprozesse deutlich komplexer sind als bei Software“, sagt Mehdi B. Tahoori, Professor für Dependable Nano Computing am Institut für Technische Informatik des KIT.
„Aber weltweit mangelt es an Fachleuten für Hardware.“ Zudem sind Lizenzen für Hardware-Entwurfswerkzeuge, die State of the Art sind, extrem teuer. Diese Herausforderungen bilden hohe Hürden besonders für kleinere und mittlere Unternehmen (KMU).
Besondere Aufmerksamkeit liegt auf „Security“ und „Safety“
Um einen effizienten Entwurf von KI-Chips und KI-Systemen zu ermöglichen, verfolgt das Projekt „German Open-Source Tools for AI Algorithm-Hardware Co-Design“, kurz EDAI, einen neuen Ansatz. Die Forschenden koppeln den Entwurf von KI-Algorithmen und KI-Chips.
„Wir entwickeln Algorithmus-Hardware-Co-Design-Tools, welche die Optimierung von KI-Algorithmen mit der Erkundung des Hardware-Designraums kombinieren“, erklärt Tahoori, der Sprecher des Projekts ist. „Dabei berücksichtigen wir die Hardwareanforderungen im gesamten Prozess.“ Besondere Aufmerksamkeit gilt den Kriterien Sicherheit (Security) und Funktionssicherheit (Safety).
Das Projekt EDAI baut auf Open Source auf, das heißt, die entwickelte Software ist quelloffen. Dies soll zum einen die Gemeinschaft für den Entwurf von KI-Chips vergrößern und dem weltweiten Fachkräftemangel entgegenwirken, zum anderen soll es den Zugang zu KI-basierten Lösungen besonders für kleinere und mittlere Unternehmen erleichtern.
Denn KI bildet eine wesentliche Komponente der Digitalisierung und bietet gerade KMU die Chance, wissenschaftliche Erkenntnisse für ihre Wertschöpfung zu nutzen und Wettbewerbsvorteile zu erlangen.
KI-Hardware-Architekturen werden für Anwendungen optimiert
EDAI spannt mithilfe eines automatisierten Design-Flows eine Brücke zwischen der Optimierung von KI-Modellen auf Softwareebene und der Implementierung in Hardware. Dabei verwenden die Forschenden einen Ansatz des Algorithmus/Hardware-Co-Designs, der KI-Algorithmen optimiert, indem er die Hardware von vornherein berücksichtigt.
Sie entwickeln neue Vorlagen für KI-Hardware-Architekturen, die automatisch ausgewählt und optimiert werden, um die Vorgaben für die jeweils vorgesehene Anwendung zu erfüllen.
