Dal laboratorio di ricerca alla start-up: come un chip neuromorfico potrebbe aiutare l'industria
Una tecnologia in grado di funzionare in tempo reale ed efficiente dal punto di vista delle risorse potrebbe supportare gli impianti industriali, ad esempio
Chip neuromorfi che elaborano le informazioni come il cervello umano: il fisico Heidemarie Krüger sta perseguendo questo obiettivo con la sua start-up di Dresda "Techifab". La ricercatrice del Leibniz Institute of Photonic Technology e dell'Università Friedrich Schiller di Jena sta sviluppando una tecnologia che elabora e memorizza le informazioni direttamente nel punto di origine, senza trasferimenti di dati ad alta intensità energetica tra processore e memoria. Insieme al suo team, Krüger sta sviluppando componenti basati su memristori che stabiliranno nuovi standard in termini di efficienza energetica e potenza di calcolo. Questa tecnologia, capace di funzionare in tempo reale ed efficiente dal punto di vista delle risorse, potrebbe supportare, ad esempio, le auto a guida autonoma e gli impianti industriali. "Il nostro obiettivo è utilizzare il cervello come modello per creare una tecnologia che prenda decisioni complesse in modo logicamente comprensibile con un consumo energetico minimo", afferma Heidemarie Krüger.
Il fulcro: memristori con capacità di memoria e apprendimento
Il chip neuromorfico si basa sui memristori, componenti che funzionano in modo simile alle sinapsi del cervello. Non solo immagazzinano informazioni, ma possono anche elaborarle simultaneamente. Mentre i computer tradizionali scambiano costantemente dati tra la memoria e il processore, questa tecnologia lavora a livello locale. Ciò riduce notevolmente le perdite di energia e consente un'analisi rapida e decentralizzata dei dati.
Una differenza fondamentale è la capacità dei memristori di elaborare stati intermedi continui, non solo '0' e '1', ma anche valori intermedi", spiega Krüger. Questa elaborazione flessibile dei dati apre nuove possibilità per gli algoritmi che emulano le reti neurali. Le applicazioni spaziano dalla manutenzione predittiva delle macchine alle analisi in tempo reale in aree critiche per la sicurezza come la guida autonoma.
Dalla scoperta in laboratorio all'applicazione industriale
Il percorso che ha portato a questo sviluppo è iniziato con una scoperta accidentale in laboratorio nel 2011: durante un'analisi del materiale, il team di Krüger ha osservato una caratteristica curva "ad anello", indice del comportamento di un memristor con memristanza isteretica. Questa proprietà consente al componente di "ricordare" le operazioni di calcolo precedenti e quindi di eseguire direttamente calcoli complessi.
Questo ha portato all'idea di sviluppare sinapsi artificiali da una combinazione di materiali di bismuto e ossido di ferro. Per sviluppare un chip funzionale a partire dalle sinapsi artificiali, la start-up ha ricevuto un finanziamento a due cifre dall'Agenzia federale per le innovazioni Leapfrog. "Siamo riusciti a dimostrare che queste sinapsi artificiali possono gestire in modo efficiente anche compiti di calcolo complessi, come le moltiplicazioni di matrici", riferisce Krüger. Queste operazioni aritmetiche costituiscono la base per l'addestramento di molte applicazioni di intelligenza artificiale e algoritmi di elaborazione delle immagini, ad esempio. Nel gennaio 2025, la rivista "Der Spiegel" ha riferito che la tecnologia di Krüger potrebbe stabilire nuovi standard nel campo dell'elaborazione dei dati ad alta efficienza energetica.
Una tecnologia con un potenziale per l'edge computing
L'architettura dei memristori consente di elaborare i dati direttamente alla fonte: un componente chiave per l'edge computing, in cui i dati non devono essere trasferiti a sistemi cloud centralizzati. "Questo significa maggiore sicurezza e indipendenza, poiché i dati sensibili rimangono locali", sottolinea Krüger. Questo potrebbe essere un grande vantaggio soprattutto nella tecnologia dei sensori industriali, ad esempio per rilevare i primi segni di usura e prevenire i guasti.
Il team di Krüger sta già testando la tecnologia in condizioni reali in progetti pilota iniziali insieme all'Università mineraria e tecnologica di Freiberg. Ciò ha dimostrato che il chip neuromorfico è in grado di riconoscere in modo affidabile anche i più piccoli cambiamenti e di prevedere con precisione i modelli di usura.
Un percorso sostenibile verso sistemi di intelligenza artificiale con una maggiore efficienza energetica
Mentre i processori convenzionali richiedono sempre più transistor per far fronte alla crescente mole di dati, la progettazione tradizionale dei chip sta raggiungendo i propri limiti fisici ed energetici. Gli approcci neuromorfici combinano memoria e unità di calcolo, riducendo i requisiti energetici e ampliando in modo significativo il potenziale dei sistemi di IA.
"Il nostro obiettivo non è solo quello di analizzare insiemi di dati, ma anche di imparare, riconoscere modelli e reagire in modo flessibile a nuove situazioni, senza una connessione costante a centri dati esterni", spiega Krüger. In futuro, la tecnologia potrebbe contribuire a rendere i data center più efficienti dal punto di vista energetico e a sviluppare applicazioni di intelligenza artificiale con requisiti di risorse significativamente inferiori.
Il prototipo attuale di Krüger ha 32 memristori. Nella prossima fase di sviluppo, la dotazione salirà a oltre 200 per mappare reti neurali complesse e consentire nuove applicazioni nei sistemi autonomi.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.
Pubblicazione originale
Yao Shuai, Shengqiang Zhou, Danilo Bürger, Manfred Helm, Heidemarie Schmidt; "Nonvolatile bipolar resistive switching in Au/BiFeO3/Pt"; Journal of Applied Physics, Volume 109, 2011-6-29
Heidemarie Schmidt; "Prospects for memristors with hysteretic memristance as so-far missing core hardware element for transfer-less data computing and storage"; Journal of Applied Physics, Volume 135, 2024-5-29
Altre notizie dal dipartimento affari e finanza
Le notizie più lette
Altre notizie dagli altri portali
Qualcosa sta accadendo nell'industria chimica ...
Questo è il vero spirito pionieristico: molte start-up innovative stanno portando nuove idee, linfa vitale e spirito imprenditoriale per cambiare in meglio il mondo di domani. Immergiti nel mondo di queste giovani aziende e cogli l'occasione per entrare in contatto con i fondatori.