Früherer NASA-Chef entwickelt neuronale Halbleiter für Rechenzentren

Der frühere Chef der amerikanischen Raumfahrtagentur NASA, Daniel Goldin, hat nach über einem Jahrzehnt geheimer Vorbereitungen sein Start-up KnuEdge enthüllt. Es arbeitet mit mehr als 100 Millionen Dollar an privaten Investitionen an Hard- und Software für Neuronale Netze.

Das 2005 gegründete KnuEdge besteht demnach aus zwei Abteilungen. Eine davon ist für eine biometrische Authentifizierungslösung durch Stimmerkennung zuständig. Die KnuVerse genannte Software, die ähnlich wie das menschliche Gehirn arbeitet, funktioniert auch in Alltagsumgebungen mit starken Umgebungsgeräuschen. Sie ist sprachunabhängig und kann Anwender angeblich anhand weniger Wörter identifizieren. Die Zuverlässigkeit ist laut KnuEdge so hoch, dass sie auch für den Militäreinsatz in Frage kommt.

KnuVerse ist ab sofort für Firmen verfügbar. Es lässt sich laut Anbieter in Authentifizierungslösungen für Computersysteme, das Web, Mobil-Apps und auch Geräte im Internet der Dinge (IoT) integrieren. „KnuVerse hat bereits für Millionenumsätze gesorgt, und obwohl wir das kommerzielle Angebot gerade erst gestartet haben, besteht bedeutendes Interesse durch Fortune-500-Firmen in den Branchen Finanzen, Medizin und Unterhaltung“, heißt es von Vizepräsidentin Kate Dilligan in einer Aussendung. Gründer Goldin ergänzte dies gegenüber VentureBeat um eine konkrete Umsatzhöhe, nämlich 20 Millionen Dollar bisher.

Die zweite Abteilung aber stellt Hardware her, nämlich eine Plattform namens KnuPath. Ihr erster Prozessor für den Einsatz im Rechenzentrum heißt KnuPath Hermosa und verfügt über 256 Kerne. Das Unternehmen verspricht „bahnbrechende Skalierbarkeit, Latenz und Leistung“. Dazu vermeidet es den „Von-Neumann-Flaschenhals“ der nach John von Neumann benannten Prozessorarchitektur, die Speicher und Prozessor voneinander trennt, aber über einen Bus verbindet. Genau dieser Bus kann sich als Engpass erweisen, insbesondere bei Algorithmen, die wie das Gehirn arbeiten.

Der Ansatz von KnuEdge ist es, jeden Kern als Signalprozessor auszulegen und sie über eine Technik namens LambdaFabric miteinander zu verbinden. LambdaFabric unterstützt bis zu 512.000 Einzelgeräte. Die Latenz von Rack zu Rack beträgt nur etwa 400 Nanosekunden. Stromsparend soll diese Rechenzentrumstechnik außerdem sein.

Eine Prozessortechnik für Künstliche Intelligenzen hat beispielsweise auch Google mit seiner Tensor Processing Unit (TPU) entwickelt. Auch IBM forscht an Halbleitern fürs Rechenzentrum, die nicht die Von-Neumann-Architektur nutzen: Seine neurosynaptischen TrueNorth-Chips bestehen aus je 5,4 Milliarden Transistoren, die zusammen eine Million digitale Neuronen ergeben und über 256 Millionen elektrische Synapsen kommunizieren.

[mit Material von Stephanie Condon, ZDNet.com]

Tipp: Was haben Sie über Big Data abgespeichert? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.