Das britische Computertechnologieunternehmen Signaloid wird diese Woche auf der Bosch Connected World, die vom 10. bis 11. Juni in Berlin stattfindet, seinen C0-ASIC für physikalische KI vorstellen. Der ASIC wurde für Robotik, industrielle Automatisierung und probabilistische KI-Workloads entwickelt und soll eine bis zu 1000-mal bessere Leistung pro Watt bieten als bestehende State-of-the-Art-Ansätze.
Die verteilungserweiterte Rechenhardware (UxHw®) von Signaloid ist bereits für den Einsatz in der physikalischen KI/Robotik als Familie von Hardwaremodulen sowie über eine auf Virtualisierung und Binärübersetzung basierende Lösung verfügbar. UxHw ermöglicht es autonomen mobilen Robotern (AMRs), ihre Navigationsalgorithmen zu verbessern, um eine sicherere und schnellere Navigation in Fabriken zu gewährleisten. Ebenso ermöglicht es industriellen speicherprogrammierbaren Steuerungen (SPS), eine bessere vorausschauende Wartung zu erreichen.
Warum physische KI und Robotik eine andere Rechenleistung benötigen
Viele der wichtigen Algorithmen, die Robotik und KI heute ermöglichen, erfordern rechenintensive GPUs oder ähnliche Hardware. Oft handelt es sich dabei um Algorithmen, die jede Sekunde Hunderttausende oder sogar Millionen möglicher Szenarien auswerten müssen – von der Positionsschätzung eines Roboters bis zur Verfolgung einer Drohne im Raum. Da diese Szenarien nicht gleichwahrscheinlich sind, stützen sich heutige Prozessoren auf wiederholte Berechnungen, um die idealen Lösungen zu approximieren. Könnte KI-Hardware jedoch bei der Verarbeitung jedes einzelnen Werts alle möglichen Szenarien berücksichtigen, würde dies alles ermöglichen – von effizienteren KI-Rechenzentren über agilere Roboter bis hin zu sichererer autonomer Mobilität.
Eine neue Art von Rechenhardware
Anstelle einzelner Zahlen kann UxHw Werte als beliebige, nicht-uniforme Bereiche (d. h. Wahrscheinlichkeitsverteilungen) darstellen und führt Berechnungen direkt in dieser digitalen Form durch, ohne dass wesentliche Softwareänderungen erforderlich sind. Eine einzige Ausführung traditioneller Software auf einer UxHw-fähigen Rechenplattform kann daher das liefern, wofür klassische iterationsbasierte Methoden Millionen von Wiederholungen benötigen, um eine Annäherung zu erzielen. Im Wettbewerbsvergleich mit den neuesten High-End-Rechenplattformen liefert UxHw bereits eine 1000-fache Beschleunigung, wobei weitere Steigerungen durch Signaloids C0-ASIC erwartet werden.
Das wird der ASIC ermöglichen
„Die Rechenaufgaben, für die Signaloids UxHw ausgelegt ist, kommen in vielen Bereichen der Datenverarbeitung zum Einsatz, von physikalischer KI und Robotik bis hin zu Supply-Chain-Modellierung, Logistik und quantitativer Finanzwissenschaft“, sagt Phillip Stanley-Marbell, Gründer und CEO von Signaloid. Schon vor der Verfügbarkeit des C0-ASIC zeigen Cloud- und FPGA-basierte Implementierungen von Signaloids UxHw bereits Beschleunigungen von über dem 600-Fachen bei der Analyse von Infrarotsensordaten und von über dem 37-Fachen bei Partikelfilter-Sensorfusionsalgorithmen. Der C0-ASIC wird die bestehenden Hardwaremodule von Signaloid ergänzen, die für eine Reihe industrieller Anwendungen verfügbar sind, darunter die Integration in die ctrlX core X2- und core X3-SPSen von Bosch Rexroth.
Über Signaloid
Signaloid wurde von Prof. Phillip Stanley-Marbell gegründet, einem ehemaligen Professor für Physikalische Berechnung an der Universität Cambridge und einem Forscher, der zuvor unter anderem bei Bell Labs, IBM, Apple und am MIT tätig war. Signaloid bietet eine Rechenplattform, die sich für rechenintensive Workloads eignet, von denen viele in Form von Algorithmen zur Verarbeitung von Wahrscheinlichkeitsverteilungen neu formuliert werden können. Die Technologie wird bereits von mehr als 3.000 Anwendern weltweit genutzt und ist als Cloud-, On-Premises- und Low-Power-Edge-Hardware verfügbar. www.signaloid.com
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20260608701271/de/
© Business Wire, Inc.
Disclaimer :
This press release is not a document produced by AFP. AFP shall not bear responsibility for its content. In case you have any questions about this press release, please refer to the contact person/entity mentioned in the text of the press release.