Technische Universität Dresden

Steckbrief:

Name des Vorhabens:

Spinnaker3 - ereignisbasierte Hardware-Plattform für Artificial General Intelligence

Zeitraum:

25.07.2025 – 31.05.2028

Förderfähige Gesamtkosten:

3.452.739 €

EU-Betrag:

2.071.644 €

Ort:

Dresden

Interventions­kategorie:

012 - Forschungs- und Innovationstätigkeiten, darunter auch Vernetzung, in öffentlichen Forschungszentren, Hochschuleinrichtungen und Kompetenzzentren (industrielle Forschung, experimentelle Entwicklung, Durchführbarkeitsstudien)

Förderrichtlinie:

02415 - EFRE/JTF RL Forschung InfraProNet 2021-2027 – Teil EFRE

Fördergegenstand:

2229 - Forschungsprojekte, anwendungsnahe

Spezifisches Ziel:

RSO1.1 - Entwicklung und Ausbau der Forschungs- und Innovationskapazitäten und der Einführung fortschrittlicher Technologien

Zweck und Errungenschaft:

Der breitflächige Einsatz von KI erzeugt durch den steigenden Bedarf an elektrischer Energie immer höhere wirtschaftliche und gesellschaftliche Kosten. Deutlich effizientere KI- Hardware nach dem Vorbild unseres Gehirns kann diesem Trend entgegenwirken. Solche neuromorphen Systeme erreichen bisher aber bei Weitem nicht die Leistungsfähigkeit gängiger KI-Lösungen. Eines der wenigen großskaligen Systeme ist SpiNNaker. Es legt den Fokus wie unser Gehirn auf effiziente Kommunikation und ereignisbasierte Verarbeitung und ist dabei allgemein programmierbar, was einen weiten Bereich an Anwendungen ermöglicht. Ziel dieses Vorhabens ist es, eine neue Hardware-Architektur auf Basis der etablierten SpiNNaker-Idee zu entwickeln und damit die Grundlage für die weltweit effizienteste Hardware-Plattform für künstliche allgemeine Intelligenz (AGI) zu schaffen. Spinnaker3 wird dazu effiziente Kommunikation und ereignisbasierte Verarbeitung mit neuartigen Typen von neuronalen Netzen kombinieren, sowie Algorithmen der symbolischen KI und weitere KI-Ansätze integrieren. Ein Schwerpunkt dabei sind Algorithmen für kontinuierliches Lernen. Spinnaker3 vereint in einer einzigartigen Lösung die Potenziale aus drei Gebieten: Es schafft Hardware für effizientere KI-Modelle, führt Entwicklungen neuromorpher Systeme weiter und bildet eine neue, generische Computer-Architektur mit breiter Anwendbarkeit.

Fonds:

EFRE