Wien-Wien-Situation Die Uni Wien verbessert die Datenverarbeitung mit künstlicher Intelligenz

Anbieter zum Thema

Universität Wien Öffentlichkeitsarbeit

G+K Umformtechnik GmbH

FORCAM ENISCO GmbH

PARTSCLOUD GmbH

Einem internationalen Forschungsteam unter der Leitung von Physikern der Universität Wien ist durch Inverse-Design ein Durchbruch in der Datenverarbeitung gelungen ...

Beim Inverse-Design handelt es sich um eine Methode, die es Algorithmen ermöglicht ein System auf der Grundlage gewünschter Funktionen zu konfigurieren, wobei manuelles Design und komplexe Simulationen durch Einsatz von künstlicher Intelligenz (KI) umgangen werden. Das Ergebnis ist ein „intelligentes“ Universalgerät, das Spin-Wellen (sogenannte Magnonen) nutzt, um mehrere Datenverarbeitungsaufgaben mit sehr hoher Energieeffizienz ausführen kann, wie es heißt. Diese Idee gilt als bahnbrechender Fortschritt im Bereich unkonventioneller Datenverarbeitung und hat dabei viel Potenzial für die nächste Generation von Telekommunikationssystemen.

Neuartiger Magnonik-Rechner macht das Computing flotter

Das Vorgehen ist wichtig, weil die moderne Elektronik vor kritischen Herausforderungen steht, wie etwa dem hohen Energieverbrauch und der zunehmenden Designkomplexität. Deshalb bietet die Magnonik – also die Nutzung von Magnonen oder quantisierten Spin-Wellen in magnetischen Materialien – eine vielversprechende und effizientere Alternative zu üblichen Verfahren. Und angesichts der wachsenden Nachfrage nach innovativen Rechensystemen, die von 5G- und kommenden 6G-Netzen bis hin zu neuromorphem Computing (das Funktionen des Gehirns nachahmt) reichten, stelle die Magnonik einen Paradigmenwechsel dar. Denn sie, so betonen die Wissenschaftler, definiert die Art und Weise, wie Geräte entworfen und betrieben werden, komplett neu. Die Arbeitsgruppe Nanomagnetismus und Magnonik der Universität Wien konnte nun einen innovativen magnonischen Prozessor entwickeln, der hochgradig anpassungsfähiges und energieeffizientes Computing ermöglicht.

Doppelfunktion erlaubt Kommunikation der nächsten Stufe

Per einzigartigem Versuchsaufbau mit 49 individuell gesteuerten Stromschleifen auf einem Yttrium-Eisen-Granat-Film (YIG) erzeugte man abstimmbare Magnetfelder zur Steuerung und Manipulation von Magnonen. Mit einem „Inverse Design“-Ansatz konnte das Team mit Algorithmen die optimalen Konfigurationen bestimmen, um die gewünschten Gerätefunktionalitäten zu erreichen. Der Designprozess soll sich so deutlich vereinfachen. Einer der Algorithmen nutzte dazu maschinelles Lernen (ML), eine Form der künstlichen Intelligenz (KI). Nach über zwei Jahren Entwicklungs- und Testzeit haben die Wiener, wie es weiter heißt, viele Herausforderungen gemeistert. Der Prototyp des Teams hatte dabei zwei Schlüsselfunktionen. Zum Einen fungierte er als Bandsperrfilter (eine Komponente, die bestimmte Frequenzen blockiert) und zum Anderen als Demultiplexer (ein Gerät, das Signale an verschiedene Ausgänge weiterleitet). Beides brauche es für die drahtlose Kommunikation der nächsten Generation wie 5G und 6G. Im Gegensatz zu herkömmlichen Systemen, die maßgeschneiderte Komponenten erfordern, kann diese vielseitige Hardware für verschiedene Anwendungen angepasst werden, wodurch Komplexität, Kosten und Energieverbrauch reduziert werden. Laufende Forschungsarbeiten zeigen, dass das Gerät auch alle logischen Operationen mit Binärdaten ausführen kann und bei entsprechender Skalierung mit herkömmlichen Computern konkurrieren könnte.

Das Magnonen-Konzept hat seine Funktion bewiesen

Das Team plane nun, diese Technik in neuromorphe Computer und andere fortschrittliche Systeme zu integrieren. Der aktuelle Prototyp ist zwar groß und hat einen relativ hohen Energiebedarf, doch eine Verkleinerung auf unter 100 Nanometer könnte eine außergewöhnliche Effizienz bieten, um den Weg in eine energiesparendere, universellere Datenverarbeitung zu ebnen und Neues für umweltfreundlichere Computertechnik schaffen. Dieses Projekt wird von den Beteiligten nicht zuletzt als ein kühnes Unterfangen mit vielen Unbekannten geschildert. Doch die ersten Messungen bestätigten die Machbarkeit und dass dieses Konzept funktioniert. Die Ergebnisse zeigen auch, wie künstliche Intelligenz das Gebiet der Physik verändert – ähnlich wie „ChatGPT“ das Schreiben von Texten und die Lehre neu gestaltet.

(ID:50310185)