Technologie

Bis zu 100 Mal effizienter? Forscher präsentieren neuartigen KI-Chip „Taichi“

KI-Chip, Taichi
Adobe Stock / Shuo
geschrieben von Felix Baumann

Forscher aus China haben kürzlich den KI-Chip „Taichi“ entwickelt, der bisherige Systeme deutlich in den Schatten stellt. Denn er verbraucht nicht nur weniger Energie, sondern soll bis zu 100 Mal effizienter sein als bisherige Chips. 

Die Leistung gängiger Computerchips vervielfachte sich in den vergangenen Jahren deutlich. Während einst Intel, Qualcomm und AMD noch die größten Hersteller waren, bauen inzwischen auch Google und Apple inzwischen ihre eigenen Bauteile. Ein chinesisches Forscherteam ging kürzlich aber noch einen Schritt weiter.

Denn Forscher der Tsinghua Universität entwickelten einen KI-Chip, der auf der Photonik anstatt traditioneller elektronischer Transistoren basiert. Die Entwicklung könnte zur Basis für photonische Rechenoperationen und effiziente KI-Anwendungen in der realen Welt werden.


Neue Stellenangebote

Growth Marketing Manager:in – Social Media
GOhiring GmbH in Homeoffice
ournalist (m/w/d) als Leiter PR und Social-Media
NOMOS Glashütte/SA Roland Schwertner KG in Berlin
Head of Social Media (m/w/d)
Deichmann SE in Mülheim an der Ruhr (45478)

Alle Stellenanzeigen


Bei dieser Art von Rechenoperation verarbeitet ein System Informationen nicht wie üblich durch Elektronen, sondern über Lichtpartikel. Das erlaubt noch schnellere und energieeffizientere Rechensysteme. Die Forscher tauften ihren Chip auf den Namen „Taichi“. Es könnte sich dabei um einen bedeutenden Schritt in der Evolution von Künstlicher Intelligenz (KI) handeln.

KI-Chip: „Taichi“ löst intellektuelle Aufgaben auf hohem Niveau

Die optische Technologie zeigte bereits das Potenzial für überlegene Verarbeitungsgeschwindigkeiten und eine hohe Energieeffizienz. Das macht sie zu einem aussichtsreichen Kandidaten für die nächste Generation des Computings. Bisherige optische Rechenansätze beschränkten sich jedoch auf einfache KI-Aufgaben, etwa die Ziffernklassifizierung oder kleine Mustererkennung.

Das neue System „Taichi“ bewältigt dagegen fortgeschrittene KI-Aufgaben mit hoher Rechenleistung und Energieeffizienz. Im Gegensatz zur traditionellen elektronischen Datenverarbeitung, die in die Tiefe geht, erweitert die Taichi-Architektur ihre Durchsatz- und Skalenkapazität in die Breite. Das ermöglicht deutlich umfangreichere Rechenoperationen, die ein System parallel durchführen kann.

Mithilfe des KI-Chipsets konnte die Netzwerkskala effektiv auf das Milliarden-Neuronen-Niveau erhöht werden, was die Unterstützung einer Vielzahl von fortgeschrittenen AGI-Aufgaben ermöglicht. Bei AGI handelt es sich um eine Form der Künstlichen Intelligenz, die in der Lage sein soll, intellektuelle Aufgaben auf einem Niveau zu bewältigen, das mit dem menschlichen Verstand vergleichbar ist.

Neuer KI-Chip reduziert Energieverbrauch erheblich.

Taichi erzielte in komplexen Klassifikationsaufgaben, wie der 100-Kategorie ImageNet und der 1.623-Kategorie Omniglot-Datenbank, vergleichsweise hohe Werte. Das System ist auch in der Lage, aufwendige Aufgaben wie das Komponieren von Musik und das Erzeugen von stilisierten Gemälden durchzuführen.

Ferner liegt die Energieeffizienz bei 160 Teraoperationen pro Sekunde pro Watt. Das ist eine erhebliche Verbesserung gegenüber aktuellen integrierten photonischen Schaltkreisen und ein enormer Fortschritt gegenüber traditionellen KI-Chips.

Laut Fang Lu, dem Autor der Studie, könnte Taichi die Entwicklung leistungsfähiger optischer Lösungen beschleunigen und als kritische Unterstützung für das Grundlagenmodell sowie eine neue Ära der AGI dienen. Künstlicher Intelligenz könnte auf dieser Basis noch effektiver und kostengünstiger werden.

Auch interessant:

Über den Autor

Felix Baumann

Felix Baumann ist seit März 2022 Redakteur bei BASIC thinking. Bereits vorher schrieb er 4 Jahre für den Online-Blog Mobilegeeks, der 2022 in BASIC thinking aufging. Nebenher arbeitet Felix in einem IT-Unternehmen und beschäftigt sich daher nicht nur beim Schreiben mit zukunftsfähigen Technologien.