Svenskutvecklade neuromorfa hårdvaruplattformar

AI-teknologin utvecklas snabbt, men teknologins möjligheter begränsas fortfarande av en alltför hög energiåtgång. Våren 2023 initierade LTH och Ericsson ett industridoktorandprojekt som utvärderar grundpelaren av ett framtida elektroniskt system med inspiration från hjärnans biologi. Ambitionen är att forskningen ska utgöra grunden för en framtida etablering av en svensk neuromorf hårdvaruplattform som drastiskt kan minska AI-teknikens energiåtgång.

AI-utvecklingen är numera essentiell för många industrisektorer och för samhällets digitala revolution. En förutsättning för att den snabba AI-utvecklingen ska kunna fortgå och skalas upp är att teknologin blir mer energieffektiv, vilket möjliggör fler tillämpningar och ger rätt förutsättningar för framtida ekologisk hållbarhet.
I projektet designas avancerade neuronkretsar som kombinerar etablerad kiselteknik och nanoelektroniska komponenter utvecklade vid LTH. Målet är att utnyttja fördelarna med helt analoga kretsar samt den slumpmässighet som nanoelektroniska komponenter naturligt medför och som även återfinns i hjärnan.

Analog beräkningskärna
– Den hårdvara vi skapar reducerar drastiskt energiåtgången genom att använda korta strömimpulser skickade genom nätverk av elektroniska minneskopplingar. Systemet utför dessutom beräkningar utan att behöva flytta på data. Tillvägagångssättet är unikt eftersom vi skapar en beräkningskärna som är helt analog och med ett visst mått av inbyggd slumpmässighet och brus, säger Mattias Borg, docent i nanoelektronik vid Lunds tekniska högskola.
Energin som idag krävs för att träna ett normalstort AI-system kan motsvara en bils totala utsläpp under dess livstid.
– Dagens AI-hårdvara är inte anpassad för uppgiften. De stora datamängder som bearbetas flyttas ständigt omkring i systemet, vilket kostar energi. Den mänskliga hjärnan fungerar annorlunda; logiken sitter i strukturen, i själva mönstret som hjärnans kopplingar skapar, vilket gör att hjärnan med en bråkdel av energin jämfört med dagens hårdvara kan utföra tusenfalt så mycket beräkningar, säger Henrik Sjöland, specialist på analog kretsdesign och handledare på Ericsson.
Kärnan i projektets hårdvara är en memristor, ett nanometer-stort självjusterande elektriskt motstånd som motsvarar en av hjärnans kopplingar.
– Vi kommer att undersöka metoder för att använda memristorerna som kopplingar i nätverket, men också för att ge utökade möjligheter i designen av analoga neuronkretsar. Ett mål är att utveckla en simuleringsmodell som kan användas för att utvärdera hela systemets prestanda. Slutligen satsar vi också på att under projektets gång realisera och testa en demonstrationskrets där vi faktiskt fysiskt integrerar memristorer och kiselkretsar, säger Mattias Borg.