Analoge Mikrochips sind das Heilmittel gegen die Machtgier der KI

Mar 29, 2024

visualspace/iStock

In der Vergangenheit wurde die Rechenleistung von analogen Chips gesteuert, die über kontinuierliche Wertebereiche arbeiteten. Während analoge Computer im Vergleich zu heutigen Standards veraltet erscheinen mögen und ihnen die Präzision und Anpassungsfähigkeit digitaler Chips fehlt, erlebt sie im Bereich fortschrittlicher KI ein Revival. Aber was sind sie und welchen Nutzen könnten sie haben?

Lass es uns herausfinden.

Ein analoger Chip oder analog-integrierter Schaltkreis (IC) oder Gerät ist ein Halbleitergerät, das analoge Signale verarbeitet und manipuliert. Analoge Signale sind kontinuierliche, zeitlich veränderliche elektrische Signale, die reale Phänomene wie Schall, Temperatur, Druck und Licht darstellen. Diese Chips werden in vielen Anwendungen eingesetzt, darunter Unterhaltungselektronik, Telekommunikation, Automobilsysteme und industrielle Automatisierung.

Bleiben Sie Ihren Kollegen in Technologie und Ingenieurwesen einen Schritt voraus – The Blueprint

Anders ausgedrückt; Analoge Chips funktionieren ähnlich wie die Zellen Ihres Gehirns. Im Gegensatz zu digitalen Chips, die Einsen und Nullen zur Informationsverarbeitung verwenden, arbeiten analoge Chips mit einem kontinuierlichen Wertebereich, wie ein Dimmer, der stufenlos eingestellt werden kann.

Analoge Chips zeichnen sich durch ihre Fähigkeit aus, kontinuierliche Signale zu verarbeiten, im Gegensatz zu digitalen Chips, die mit diskreten, binären Signalen (0er und 1er) arbeiten. Zu den grundlegenden Komponenten analoger Chips gehören Transistoren, Kondensatoren, Widerstände und Dioden, die miteinander verbunden sind, um bestimmte Schaltkreisfunktionen wie Verstärkung, Filterung und Signalumwandlung zu erzeugen. Aus diesem Grund ermöglichen analoge Chips eine nahtlose Interaktion zwischen der natürlichen Welt und dem digitalen Bereich und stellen sicher, dass unsere elektronischen Systeme effizient, zuverlässig und vielseitig bleiben.

Trotz der zunehmenden Verbreitung digitaler Technologie bleiben analoge Chips aufgrund ihrer einzigartigen Fähigkeit, reale Signale zu verarbeiten, unverzichtbar. Die Entwicklung von Mixed-Signal-ICs, die analoge und digitale Schaltkreise auf einem einzigen Chip kombinieren, hat die Bedeutung von analogem Design und Fachwissen weiter erhöht. Diese Integration ermöglicht kompaktere, effizientere und kostengünstigere elektronische Systeme und treibt Innovationen in zahlreichen Bereichen voran.

Eine der häufigsten Arten von Analogchips ist der Operationsverstärker (Op-Amp). Operationsverstärker sind vielseitige Komponenten, die verschiedene Funktionen ausführen, wie z. B. Signalverstärkung, Filterung und mathematische Operationen. Sie sind integraler Bestandteil vieler elektronischer Systeme, von Audiogeräten bis hin zu medizinischen Geräten.

Teravolt/Wikimedia Commons

Weitere bemerkenswerte Beispiele für analoge Chips sind der Analog-Digital-Wandler (ADC) und der Digital-Analog-Wandler (DAC). Diese Chips wandeln kontinuierliche analoge Signale in diskrete digitale Daten um und umgekehrt und ermöglichen so die Kommunikation zwischen der analogen und der digitalen Domäne. ADCs und DACs sind bei der Umwandlung digitaler Signalverarbeitung, Datenerfassung und digitaler Audio- und Videosysteme von entscheidender Bedeutung.

Spannungsregler sind eine weitere wichtige Art von Analogchips. Sie versorgen verschiedene elektronische Schaltkreise mit stabilen Spannungspegeln und stellen so sicher, dass das System zuverlässig und effizient arbeitet. Spannungsregler werden in zahlreichen Anwendungen eingesetzt, von Netzteilen und Batterieladegeräten bis hin zu Automobilelektronik und erneuerbaren Energiesystemen.

Analoge Chips sind auch in Spezialgeräten, die auf bestimmte Anwendungen zugeschnitten sind, wie Sensorschnittstellen, Hochfrequenzschaltungen (RF) und Energieverwaltungs-ICs, stark vertreten. Sensorschnittstellen ermöglichen die Verarbeitung und Umwandlung von Signalen, die von Sensoren wie Temperatur-, Druck- oder Lichtsensoren erzeugt werden. Hochfrequenzschaltkreise erleichtern die drahtlose Kommunikation in Mobiltelefonen, WLAN-Routern und Satellitensystemen. Energiemanagement-ICs hingegen regulieren und verteilen die Energie innerhalb elektronischer Systeme, optimieren den Energieverbrauch und verlängern die Batterielebensdauer.

Analoge und digitale Mikrochips unterscheiden sich in Funktionalität, Signalverarbeitung und Anwendungsbereichen – einer der wichtigsten Unterschiede besteht darin, wie die Signalverarbeitung bei jedem Chiptyp erfolgt. Analoge Mikrochips verarbeiten kontinuierliche, zeitlich veränderliche elektrische Signale, die reale Phänomene wie Schall, Temperatur und Licht darstellen. Im Gegensatz dazu arbeiten digitale Mikrochips mit diskreten, binären Signalen, die durch Nullen und Einsen dargestellt werden. Diese binären Signale führen logische und arithmetische Operationen in digitalen Systemen aus.

Innovation

03.08.2023

Innovation

02.08.2023

Innovation

03.08.2023

Innovation

31.07.2023

Ein weiterer bemerkenswerter Unterschied besteht darin, dass analoge Mikrochips für bestimmte Funktionen wie Signalverstärkung, Filterung und Umwandlung ausgelegt sind. Beispiele für analoge Mikrochips sind Operationsverstärker, Analog-Digital-Wandler und Spannungsregler. Digitale Mikrochips hingegen können komplexe logische und arithmetische Operationen auf Basis binärer Daten ausführen. Beispiele für digitale Mikrochips sind Mikroprozessoren, Mikrocontroller und Speicherchips.

Anwendungen, die eine kontinuierliche Signalverarbeitung oder -steuerung erfordern, basieren auf analogen Mikrochips, wie sie beispielsweise in Audiogeräten, Sensorschnittstellen und Energieverwaltungssystemen zu finden sind. Für die Datenverarbeitung, -speicherung und -kommunikation sind digitale Mikrochips von entscheidender Bedeutung, wie sie in Computern, Smartphones und digitalen Kommunikationssystemen zu sehen sind.

Auch Schaltungskomponenten machen einen Unterschied. Analoge Mikrochips bestehen aus grundlegenden Komponenten wie Transistoren, Kondensatoren, Widerständen und Dioden, die miteinander verbunden sind, um bestimmte Schaltkreisfunktionen zu schaffen. Digitale Mikrochips hingegen bestehen aus digitalen Logikgattern aus Transistoren, die in komplexeren Strukturen wie Flip-Flops, Registern und arithmetischen Logikeinheiten organisiert sind.

Ein weiterer Unterscheidungsfaktor ist die Lärmanfälligkeit. Analoge Mikrochips sind anfälliger für „Rauschen“ (kleine, unerwünschte Spannungsschwankungen) und Signalverschlechterung, da selbst kleine Schwankungen der Signalpegel die Gesamtleistung des Systems beeinträchtigen können. Digitale Mikrochips sind weniger empfindlich gegenüber Rauschen, da sie mit diskreten Spannungspegeln arbeiten, was die Unterscheidung zwischen Nullen und Einsen erleichtert. Analog-zu-Digital- und Digital-zu-Analog-Umwandlungsprozesse können jedoch zu Rauschen und Quantisierungsfehlern in Mixed-Signal-Systemen führen.

Andrzej Barabasz/Wikimedia Commons

Die heutige KI arbeitet hauptsächlich mit der mathematischen Operation der Matrixmultiplikation, bei der zwei rechteckige Zahlenfelder multipliziert werden. Dies geschieht, wenn Informationen zwischen künstlichen Gehirnzellen oder Neuronen übertragen werden. Um schnelle Entscheidungen zu treffen, müssen viele „künstliche Neuronen“ gleichzeitig Daten an viele andere Neuronen senden. Das ist ein riesiger, komplizierter Prozess. Aus diesem Grund werden Grafikprozessoren (GPUs), die für die Bewältigung dieser schnellen, großen Prozesse entwickelt wurden, heute häufig in der KI-Entwicklung eingesetzt. Leistungsstarke GPUs und spezielle KI-Chips ermöglichen die Erstellung größerer neuronaler Netzwerke mit Tonnen virtueller Neuronen, die von Tausenden von GPUs verarbeitet werden. Dies ist zwar großartig für die KI-Forschung und die Verbesserung der KI-Fähigkeiten, bringt jedoch einige Probleme mit sich.

Heutige GPUs verfügen über Milliarden winziger Transistoren, die viel Strom verbrauchen und viel Wärme erzeugen. Überlegen Sie, wie viel Strom und Wärme Tausende von GPUs für das Training einer KI erzeugen würden und wie viel Strom benötigt wird, um die Geräte kühl zu halten. Das wäre, als würde man im Jahr mehr Strom verbrauchen als mehrere Häuser, und es würde viel Platz beanspruchen.

Tatsächlich haben Umweltschützer und andere häufig darauf hingewiesen, dass KI bereits jetzt enorme Auswirkungen auf die Umwelt hat und diese noch größer werden werden, wenn sie sich weiter verbreitet. Schätzungen zufolge hat das Training nur eines KI-Modells ungefähr die gleichen Auswirkungen auf die Umwelt wie die Lebensdauer von fünf Autos – einschließlich ihrer Herstellung.

Wenn eine KI bereit ist, ihre Arbeit zu erledigen, benötigt sie immer noch eine große GPU mit all der Leistung und Wärme, die sie erzeugt. Dies macht es auch schwieriger, KI in kleine Geräte wie Kameras oder Roboter zu integrieren, wo für all die Energie und Wärme nur wenig Platz ist.

Und hier könnten analoge Chips helfen. Obwohl analoge Chips in einigen Bereichen weniger leistungsfähig sind als digitale Chips, sind sie schnell und verbrauchen weniger Strom für nur eine Aufgabe, etwa das Multiplizieren großer Zahlengruppen. Damit sind sie eine gute Konkurrenz für digitale Chips. Ein spezieller analoger KI-Chip verbraucht weniger als 10 Watt Leistung, während eine GPU für das Gleiche mehr als 100 Watt verbraucht. Das bedeutet, dass wir KI in kleinere Geräte einbauen können, bei denen Strom und Wärme eine Rolle spielen, wie etwa eine KI-gestützte Kamera in einer Fabriklinie, die Teile erkennen kann, ohne Tonnen von Daten an ein anderes System zu senden und auf eine Antwort zu warten.

Analoge Chips können digitale Chips nicht bei allen Aufgaben der KI ersetzen, insbesondere nicht bei der Arbeit mit Menschen oder beim Abrufen von Informationen. Aber die Kombination der besten Teile beider Chiptypen könnte dazu beitragen, die KI noch besser zu machen, nicht nur für High-Tech-Geräte, sondern auch für intelligente Geräte in Haushalten und Fabriken auf der ganzen Welt.

Allerdings machen einige Unternehmen in diesem Bereich große Fortschritte. Hardware-Startups wie Innatera, Rain Neuromorphic und andere entwickeln analoge Chips mit neuromorphen Schaltkreisen, um die Gehirnfunktionalität für KI-Computing nachzuahmen. Das Gehirn ist in der Art und Weise, wie es rohe Sinnesdaten aufnimmt, von Natur aus analog, und diese Chiphersteller wollen mithilfe traditioneller analoger Schaltkreise die Funktionsweise von Neuronen und Synapsen nachbilden. Analyst Kevin Krewell von Tirias Research stellte fest, dass analoge Chips besonders für Sensorgeräte mit geringem Stromverbrauch geeignet sind, insbesondere für Ton- und Bildanwendungen.

Bleiben Sie Ihren Kollegen in Technologie und Ingenieurwesen einen Schritt voraus – The Blueprint

KI und maschinelles Lernen basieren in erster Linie auf digitalen Chips, aber es gibt auch einen Platz für analoge Chips am Edge, etwa in Smartphones und Autos, die sofortige Intelligenz erfordern, ohne dass Daten an die Cloud gesendet werden müssen. Der KI-Chip der dritten Generation von Innatera verfügt über 256 Neuronen und 65.000 Synapsen und führt Inferenzen mit weniger als einem Milliwatt durch. Der Chip wird von Kunden zum Ausführen von Radar- und Audioanwendungen verwendet, mit dem Ziel, geringe Lern- und Inferenzniveaus auf dem Gerät zu integrieren.

Der Chip von Innatera nimmt Informationen von einem Sensor auf, wandelt sie in Spitzen um und kodiert den Inhalt basierend darauf, wann diese Spitzen auftreten. Der Chip ahmt das Gehirn nach, indem er den Strom skaliert, der in das künstliche Neuron ein- und ausgeht. Ziel ist es nicht, den KI-Fluss in die Cloud zu unterbrechen, sondern KI-Chips am Rande zu ersetzen, die derzeit keine Entscheidungen auf dem Gerät treffen können. Der Chip reduziert den Prozess der Umwandlung analoger Signale in digitale, indem er analoge Signale in Spitzen umwandelt.

Analoge Schaltkreise weisen Einschränkungen auf, wie z. B. Schwierigkeiten bei der Skalierung wie digitale Schaltkreise und die Notwendigkeit einer Umwandlung in digitale Schaltkreise, um mit dem Rest des Systems interagieren zu können. Trotz dieser Herausforderungen haben neuromorphe Chips das Potenzial, im Vergleich zu KI in der Cloud eine On-Device-Intelligenz mit besserer Energieeffizienz bereitzustellen.

Und das ist Ihr Los für heute.

Während digitale Chips bei weitem die dominierende Form auf dem Markt sind, sind ihr hoher Energieverbrauch (und ihre Wärmeproduktion) für sie ein erheblicher limitierender Faktor, wenn sich rechenleistungshungrige Prozesse wie KI in der Gesellschaft durchsetzen sollen. Durch harte Codierung (d. h. Drucken) könnten einfache oder komplexere KI-Algorithmen auf analogen Chips Abhilfe schaffen.