Projekte

Memristiver Zeitabstandskodierer (MemTDE)

MemTDE


- Prof. Elisabetta Chicca
- Prof. Regina Dittman

Mehr Lesen
Organische Memkondensatoren für großflächige, neuromorphe Mustererkennung: Entwicklung eines elektronischen Fallensystems (MemTrap)

MemTrap


- Prof. Frank Ellinger
- Dr.-Ing. Bahman K. Boroujeni
- Prof. Stefan Mannsfeld

Mehr Lesen
Biologisch inspiriertes Rechnen mit Speicherelementen auf Crossbar Strukturen (BioMCross)

BioMCross


- Prof. Thomas Mikolajick
- Dr.-Ing. Stefan Slesazeck
- Prof. Ronald Tetzlaff

Mehr Lesen
Hybride „MEMristor-CMOS Mikroelektroden-Array“ Biosensorik-Plattform (MEMMEA)

MEMMEA


- Dr. Veeresh Deshpande
- Dr.-Ing. Stephan Menzel
- Prof. Roland Thewes
- Dr. Peter Jones

Mehr Lesen
Rekonfigurierbare Logik und Multi-Bit in-Memory Prozessierung mit ferroelektrischen Memristoren (ReLoFeMris)

ReLoFeMris


- Prof. Dietmar Fey
- Dr.-Ing. Stefan Slesazeck

Mehr Lesen
Hardwarerealisierung von universellen speicherbasierten memristiven zellularen Rechnerstrukturen (Mem²CNN)

Mem²CNN


- Dr.-Ing. Vikas Rana
- Prof. Ronald Tetzlaff

Mehr Lesen
Koordinationsfonds

Koordinationsfonds


- Prof. Ronald Tetzlaff

Mehr Lesen
Domino Processing Unit: Auf dem Weg zum hocheffizienten In-Memory-Rechenwerk (MemDPU)

MemDPU


- Dr.-Ing. Nan Du
- Dr.-Ing. Stephan Menzel

Mehr Lesen
Memristive In-Memory-Computing: Strahlungsharte Speicher für Computer im All (MIMEC)

MIMEC


- Prof. Dietmar Fey
- Prof. Amelie Hagelauer
- Dr.-Ing. Marc Reichenbach
- Prof. Christian Wenger

Mehr Lesen
Robuster Rechnen-in-Speicher mit Memristoren (ROBCOMM)

ROBCOMM


- Prof. Mehdi B. Tahoori
- Dr. Dirk Wouters

Mehr Lesen

Memristiver Zeitabstandskodierer

  • Prof. Elisabetta Chicca (Universität Groningen)
    DFG Project Reference Number (Nr.): CH 1692/5-1
  • Prof. Regina Dittmann (Forschungszentrum Jülich)
    Nr.: DI 919/9-1

Das Internet of Things (IoT) setzt die Verarbeitung stetig wachsender Mengen an Sensordaten voraus. Diese Sensoren sollen dabei möglichst kabellos sein, was eine energieaufwendige Übertragung der Daten nötig macht. Daher bieten intelligente Sensoren mit einer gewissen Rechenkapazität den Vorteil, lokal entscheiden zu können, welche Daten übertragen werden müssen und welche nicht. Während etliche Sensorsysteme über die Jahre eine kontinuierliche Verbesserung erfahren haben, muss die Datenverarbeitung beim Sensor selbst noch entwickelt werden, auch mit besonderem Blick auf kompakte System mit geringem Energieverbrauch und dennoch hoher Geschwindigkeit.In diesem Projekt werden wir den Time Difference Encoder (TDE), ein erst kürzlich entwickeltes Rechenelement, geeignet zur schnellen und energiesparenden Verarbeitung von Sensordaten, durch eine hybride CMOS-memristive Schaltung verbessern. Hierbei werden flüchtige redox-basierte memristive Bauelemente den Kondensator in der normalen CMOS-Implementierung des TDE ersetzen. Damit erreichen wir eine verbesserte Miniaturisierung und gleichzeitig lange Zeitkonstanten (von einigen hundert Millisekunden bis hin zu Sekunden), die in konventioneller CMOS Technologie unmöglich sind. Die Kombination verschiedener Zeitkonstanten wird das Anwendungsfeld des TDE deutlich erweitern.In diesem Projekt kombinieren wir die Expertise zweier Gruppen, die ausgewiesene Experten auf dem Gebiet der Entwicklung memristiver Bauelemente und dem analogen Schaltungsdesigns sind.Die Bauteilentwicklung und der Schaltungsentwurf werden modernste Techniken dieser beiden Bereiche nutzen. Um die Zeitkonstanten des Widerstandsabfalls der memristiven Bauelemente zu kontrollieren, werden wir die Details der Redoxprozesse an der Oxid-Elektroden-Grenzfläche untersuchen, die maßgeblich für die Stabilität der resistiven Zustände sind. Das Wissen um die genauen physikalisch-chemischen Vorgänge, die den Widerstandsabfall bewirken, wird zu neuen Designkriterien, sowohl für flüchtige, als auch für nicht-flüchtige memristive Bauelemente, führen.Der in diesem Projekt entworfene Prototyp wird die intelligente Verarbeitung von Sensordaten vorantreiben. Dies wird uns die einzigartige Gelegenheit eröffnen, eine große Bandbreite an sensorischen Bereichen, inklusive dem auditorischen und visuellen, aber eventuell auch taktilen und olfaktorischen Bereich abzudecken.

Hybride „MEMristor-CMOS Mikroelektroden-Array“ Biosensorik-Plattform

  • Dr. Veeresh Deshpande (Helmholtz-Zentrum Berlin für Materialien und Energie GmbH)
    Nr.: DE 3366/1-1
  • Dr.-Ing. Stephan Menzel (Forschungszentrum Jülich)
    Nr.: ME 4612/2-1
  • Prof. Roland Thewes (FG Sensorik u. Aktuatorik, TU Berlin)
    Nr.: TH 1526/1-1
  • Dr. Peter Jones (NMI an der Universität Tübingen)
    Nr.: ?

Die Aufzeichnung neuronaler Aktivitäten ermöglicht die Funktionalität des Gehirns zu verstehen. Chip-basierte neuronale Sonden wie CMOS-basierte Mikro-Elektroden-Arrays (MEA) haben in den letzten Jahren erhebliche Fortschritte gemacht und bieten eine Plattform zur gleichzeitigen Aufzeichnung neuronaler elektrischer Signale in vitro von mehreren Zellen. Dies hat die Messung der neuronalen Aktivität in Echtzeit enorm vorangetrieben. Um implantierbare Hirnstimulations-Chips zu ermöglichen, wird jedoch eine Low-Power-Schaltungsarchitektur benötigt, die neuronale Signalverarbeitung und elektrische Stimulation auf dem Chip durchführen kann. Aktuelle CMOS-basierte neuronale Sonden haben eine zu hohen Energieverbrauch, um eine vollständig implantierbare autonome Neuroprothetik zu erreichen. Daher ist Forschung erforderlich, welche energieeffiziente Bauelemente und neuartige Low-Power-Circuit-Design-Techniken zusammenbringt, um ein energieeffizientes System zu entwickeln. Memristive Systeme mit ihren einzigartigen Eigenschaften, wie graduelle Widerstandsänderung, Pulssummierung und Schwellenwertverhalten können kompakte Schaltungen für die neuronale Datenverarbeitung ermöglichen. Daher schlagen wir vor, eine integrierte Plattform bestehend aus der Ko-Integration von memristiven Komponenten und CMOS-MEAs zu erforschen und zu entwickeln. In dem geplanten Projekt werden neuartige Memristor-CMOS-Hybridschaltungen entwickelt, um eine On-Chip-Signalverarbeitung zu ermöglich. Die Entwicklung dieser neuen Schaltungstechniken wird Türen für breitere Biosensorik-Anwendungen öffnen. Um ein so ehrgeiziges Projekt durchzuführen, wird die Expertise aus den Bereichen Bauelementherstellung und elektrische Charakterisierung, physikalische Kompaktmodellierung, CMOS-Schaltungsdesign und in vitro Charakterisierung. Das Konsortium besteht aus Forschern des HZB, der TUB, des FZJ und des NMI und nutzt die Expertise dieser vier Partnern, die international anerkannte Akteure in ihrem jeweiligen Bereich sind. Um die neuronale Sondenplattform zu demonstrieren, werden folgende Ziele verfolgt: Ziel 1: Entwicklung intelligenter Neurosensoren durch Herstellung von memristiven Bauelemente auf CMOS-Mikro-Elektroden-Array (MEA) Neuronen-Aktivitätsmesschips. Ziel 2: Entwicklung eines Kompaktmodells für die hergestellten Baulemente, das für das Schaltungsdesign verwendet werden kann. Ziel 3: Optimierung der memristiven Schaltungsarchitektur für die energieeffiziente und zuverlässigen Verarbeitung biologischer neuronaler Signale Ziel 4: Charakterisierung der memristiven Baulemente auf dem hergestellten Chips mit geringen Pulsbreiten, um ein erweitertes Verständnis der Bauelementphysik zu bekommen.Die ultimative Vision des Antrags ist die Entwicklung einer energieeffizienten Biosensor-Plattform, die auf memristiven Bauelement-CMOS-Hybridschaltungen basiert.

Domino Processing Unit: Auf dem Weg zum hocheffizienten In-Memory-Rechenwerk

  • Dr.-Ing. Nan Du (FSU Jena)
    Nr.: DU 1896/3-1
  • Dr.-Ing. Stephan Menzel (Forschungszentrum Jülich)
    Nr.: ME 4612/1-1

In der Ära des Internet der Dinge und großer Datenmengen, ergeben sich neue Herausforderungen für Rechnerarchitekturen der neuen Generation. Diese müssen eine kosteneffiziente Echtzeitanalyse sehr großer Datenmengen gewährleisten. Nichtflüchtige memristive Bauelemente (Memristoren) zeigen ein hohes Potential für den Einsatz in In-Memory Rechnerarchitekturen bzw. neuronalen Netzen. In dem Projekt MemDPU soll ein neuartiges Rechenwerk, die Domino Processing Unit (DPU), entwickelt werden, die auf Basis von memristiven Bauelementen eine In-Memory Rechnerarchitektur für das Prozessieren großer Datenmengen realisiert. Dazu werden eine Reihe von In-Memory Logikkonzepten für analog und abrupt schaltende memristive Bauelemente realisiert und miteinander verglichen. Darauf basierend soll schlussendlich eine DPU basiertes Rechenkonzept entwickelt werden. Die Realisierung wird auf Basis von Experimente als auch mit Hilfe von Simulation umgesetzt. Grundsätzlich lassen sich vier verschiedene memristive Logikansätze auf Basis der physikalischen Ein- und Ausgangsgröße (Input und Output) eines Logikgatters unterscheiden. Die physikalischen Ein-und Ausgangsgrößen sind Widerstand des Memristors (Memristance) und Spannung (Voltage): Dadurch ergeben sich die vier memristiven Logikansätze MIMO, MIVO; VIMO und VIVO. Verschiedene binäre Logikfamilien auf Basis dieser generellen Ansätze sollen sowohl für analoge als auch abrupte memristive Bauelemente untersucht und verglichen. Zusätzlich sollen neuartige ternäre Logikkonzepte erforscht werden, die durch die Multilevel-Eigenschaft der verwendeten memristiven Bauelemente ermöglicht werden. Basierend auf der Studie der verschiedenen Logikfamilien, wird in einem nächsten Schritt ein DPU Rechenwerk entwickelt, bei dem MIMO Ansätze die Ein- und Ausgangsgatter jeder Anwendung darstellen. Die eigentlich Anwendungsoperation wird mit Hilfe von VIVO Ansätzen realisiert, während MIVO/VIMO Ansätze die MIMO und VIVO Ansätze verknüpfen. Zur Realisierung eines allgemeinen, hocheffizienten DPU Rechenwerks, wird ein allgemeines Synthesewerkzeug design. Dieses Werkzeug erzeugt eine optimierte Spannungsfolge, die an die memristive Speichermatrix angelegt wird, um die geforderte Operation durchzuführen. Das finale Ziel des Projekts ist die Entwicklung eines Demonstrators des DPU Rechenwerks für arithmetische Berechnungen. In Hardware wird ein 4-Bit Demonstrator avisiert, während die Skalierung dieses Konzeptes auf n-Bit auf Basis von Simulationen erfolgen soll. Die Ziele des MemDPU Projektes erfordern die Zusammenarbeit von Theorie und Experiment. Nan Du hat eine große Erfahrung auf dem Gebiet der Herstellung und Charakterisierung von memristiven Bauelementen und Systemen. Auf der anderen Seite bringt Stephan Menzel vielfältige Vorarbeiten auf dem Bereich der Modellierung und Simulation memristiver Bauelemente und System mit. Dieses komplementäre Wissen adressiert alle relevanten Aspekte um das vorgeschlagenen Projekt umzusetzen.

Organische Memkondensatoren für großflächige, neuromorphe Mustererkennung: Entwicklung eines elektronischen Fallensystems

  • Prof. Frank Ellinger (Inst. f. Grundlagen der Elektrotechnik u. Elektronik, TU Dresden)
    Nr.: EL 506/38-1
  • Dr.-Ing. Bahman Kheradmand Boroujeni (Inst. f. Grundlagen der Elektrotechnik u. Elektronik, TU Dresden)
    Nr.: KH 514/1-1
  • Prof. Stefan Mannsfeld (Center for Advancing Electronics, TU Dresden)
    Nr.: MA 3342/8-1

Mit diesem Antrag wollen wir die Integration einer kürzlich von uns entwickelten, neuen Speicherstruktur („pinMOS“) untersuchen, die als Hybrid aus einer konventionellen p-i-n OLED und einem MOS Kondensator aufgefasst werden kann, in organischen Schaltkreisen untersuchen. In Vorexperimenten konnten wir typischen Memkondensatorverhalten beobachten und sehr gut reproduzierbare, von der Spannungshistorie abhängige Kondensatorzustände beobachten. Mit dieser Forschung wollen wir dieses Bauelement auch in Hinsicht auf komplexere Anwendungen auf der Systemebene weiterentwickeln. Dazu werden wir diese Technologie in enger Zusammenarbeit zwischen der teilnehmenden experimentellen Gruppe (Mannsfeld) und der Schaltkreisentwurf- und Modellierungsgruppe (Ellinger, Boroujeni) entwickeln. Um auf eine realistische Systemanwendung abzuzielen, wurde eine Anwendung mit wichtigen technologischen Aspekten und gleichzeitig signifikanter gesellschaftlicher Wichtigkeit gewählt. Da Lebensmittel eine Grundlage menschlichen Lebens darstellen, ist die Entwicklung ökologisch verträglicher Methoden zur Erhöhung von Ernteerträgen vonhoher Bedeutung. Dieses System benötigt ein großflächiges Netzwerk von nano-Watt Ereignisdetektoren mit eingebauter Speicherung der Impedanzverläufe. Anders als Memristoren benötigen Memkondensatoren keine statische Leistung und sind daher exzellent für den letzteren Zweck geeignet. Während der ersten Phase des SPP werden wir uns auf die Entwicklung der Integration der Memkondensatoren und Organischen Transistoren (inkl. passive Bauelemente) in funktionsfähige Ereignisdetektor- und Mustererkennungsschaltkreise eines Pixels konzentrieren. Für diese Schaltkreise werden durch theoretische Optimierung und Simulationen, sowie Modellierung mit Werkzeugen wie Verilog-A, circuit simulators, MATLAB, and SystemC durchgeführt.

Rekonfigurierbare Logik und Multi-Bit in-Memory Prozessierung mit ferroelektrischen Memristoren

  • Prof. Dietmar Fey (Department Informatik, Universität Erlangen)
    Nr.: FE 412/10-1
  • Dr.-Ing. Stefan Slesazeck (NaMLab gGmbH, Dresden)
    Nr.: SL 305/2-1

Angesichts der zunehmenden Nachfrage nach elektronischen Geräten in Edge-Computing-Anwendungen und im Internet der Dinge wird der Energieverbrauch bei der Datenübertragung von Edge- zu Cloud-Geräten sowie der Energieverbrauch in der Cloud weiter zunehmen, sofern Edge-Geräte nicht effizient genug werden, um z.B. Sensordaten direkt vor Ort zu verarbeiten. Daher wird es immer wichtiger, elektronische Technologien zu entwickeln, die ein sehr effizientes Rechnen in Mobilgeräten und Edge-Geräten ermöglichen, um den Energieverbrauch des IT-Sektors insgesamt zu senken und damit die Reduzierung des weltweiten CO2-Ausstoßes zu unterstützen. Daher sind neuartige Rechenparadigmen, die nichtflüchtige Speichervorrichtungen verwenden, von großem Interesse. Insbesondere für eingebettete Geräte ist es sinnvoll, einfache logische Verknüpfungen dort auszuführen, wo die Daten erzeugt oder gespeichert werden, und zwar im Speicher oder direkt am Sensorknoten. Near- und In-Memory-Computing ist im Prinzip eine Antwort auf die hohen Energiekosten von Datenübertragungsvorgängen. Das angestrebte Projekt ReProFeMris befasst sich mit der Bereitstellung und praktischen Implementierung der zukünftigen Memristiven Ferroelektrischen Technologie und ihrer Anwendung in zukünftigen energieeffizienten Embedded-In-Memory-Verarbeitungsarchitekturen. Die Memristive Ferroelektrische Technologie, die in dem geplanten Projekt genutzt werden soll, ist die Ferroelektrische Tunneljunction (FTJ), die eine der energieeffizientesten Technologien im Vergleich zu z.B. zu klassischem ReRAM, STT-MRAM oder PCM darstellt, die derzeit untersucht werden. Unser Projekt zielt darauf ab, die einzigartigen Merkmale der Ferroelektrischen Memristiven Technologie wie die MLC-Fähigkeit (Speicherung mehrerer Zustände in einem Bauelement) und die rekonfigurierbare Logik für speicherarithmetische Verarbeitungsschaltungen zu nutzen. Insbesondere zielen wir auf die Nutzung der Ferroelektrischen Tunneljunctions für die Realisierung nichtflüchtiger Logikgatter ab. In Anbetracht der enormen Versprechen, die diese Bauelemente für einen extrem stromsparenden Betrieb haben, wollen wir die Funktionalität solcher Konzepte nutzen, indem wir die gegebenen Einschränkungen hinsichtlich der eingeschränkten MLC-Fähigkeit und der relativ niedrigen Leseströme dieser Bauelemente mit Hilfe geeignetem Schaltungsdesign überwinden. Am Ende der ersten Projektlaufzeit sollen verschiedene arithmetische Grundbausteine ​​für extrem platzsparende und energieeffiziente rekonfigurierbare speicherinterne Rechenschaltungen sowie Schaltungen unter Nutzung der MLC-Fähigkeit in Hardware realisiert und die Ergebnisse als technischer Bericht veröffentlicht werden, der auf den Webseiten von NaMLab und FAU öffentlich zugänglich ist.

Memristive In-Memory-Computing: Strahlungsharte Speicher für Computer im All

  • Prof. Dietmar Fey (Department Informatik, Universität Erlangen)
    Nr.: FE 412/11-1
  • Prof. Amelie Hagelauer (Lehrst. f. Mikro- und Nanosystemtechnik, Technische Universität München)
    Nr.: HA 7772/3-1
  • Dr.-Ing. Marc Reichenbach (Fachbereich Technische Informatik, Brandenburgisch-Technische Universität, Cottbus-Senftenberg)
    Nr.: RE 4182/2-1
  • Prof. Christian Wenger (IHP GmbH, Frankfurt/Oder)
    Nr.: WE 3594/19-1

Mikroelektronische Schaltungen, die in Raumfahrtanwendungen eingesetzt werden, müssen widerstandsfähig gegen Strahlungseinflüsse sein. Das Konzept des Internet-of-Space (IoS) wird zukünftig den Internetzugang in ländlichen Regionen unterstützen. Um dieses Konzept zu realisieren, ist es entscheidend, strahlungsharte Elektronikchips in die Umlaufbahn zu bringen, wo sie zuverlässig arbeiten müssen. Memristive Bauelemente eignen sich für solche Aufgaben, da die elektrischen Schalteigenschaften auf Ionen statt auf Elektronen basieren. Neben ihren Schalteigenschaften in Bezug auf die Strahlungshärte sind RRAMs auch nichtflüchtige Speicher (NVM). Um die höchste Zuverlässigkeit der verwendeten CMOS-Elektronik im Weltraum oder in anderen mit terrestrischer Strahlung kontaminierten Umgebungen zu erreichen, ist es empfehlenswert, den Inhalt des gesamten Computersystems in einem sicheren Backup-Speicher zu speichern. Für diese Art von Backup-System sind RRAMs aufgrund ihrer Strahlungshärte und der Nichtflüchtigkeit der in den Speicherzellen gespeicherten Daten im Falle eines Stromausfalls hilfreich. Nichtflüchtige Speicherprozessoren, bestehend aus RRAMs, sind deshalb für IoS-Anwendungen attraktiv. In diesem Projekt wollen wir einen Schritt weiter gehen und einen Teil der Verarbeitungslast in den RRAM-Speicher im Sinne eines In-Memory-Computing-Konzepts verschieben. Die In-Memory-Operationen werden in den strahlungsharten Sense-Verstärkern eines RRAM-Arrays durch Signalauswertung und direkte Integration von memristiven RRAM-Zellen in einem Schritt durchgeführt. Um die Funktionalität der strahlungsharten Systemarchitektur zu überprüfen, setzen wir auf intensive Simulationsarbeit. In der Simulationsumgebung wird ein neues Modell für memristive Bauelemente zur Untersuchung der gesamten strahlungsharten Systemarchitektur unter Verwendung von In-Memory-Computing zur Fehlererkennung eingesetzt.Der Schwerpunkt dieses Projektantrages liegt auf der Erforschung neuer technologischer Ideen. Der strahlungsharte Speicher-Ansatz mit einem neuen nichtflüchtigen Speicherkonzept, dem so genannten RRAM, ist der Kern dieses Ansatzes. Um dieses Ziel erfolgreich zu erreichen, setzen wir auf diesen hochinnovativen Technologieansatz, der neuartige Internet-of-Space-Anwendungen ermöglicht.

Biologisch inspiriertes Rechnen mit Speicherelementen auf Crossbar Strukturen

  • Prof. Thomas Mikolajick (Inst. f. Halbleiter- u. Mikrosystemtechnik, TU Dresden)
    Nr.: MI 1247/20-1
  • Dr.-Ing. Stefan Slesazeck (NaMLab gGmbH, Dresden)
    Nr.: SL 305/1-1
  • Prof. Ronald Tetzlaff (Inst. f. Grundlagen der Elektrotechnik u. Elektronik, TU Dresden)
    Nr.: TE 257/31-1

Ein Crossbar-Array, das eine Matrix-Vektor-Multiplikation (MVM) basierend auf dem Ohm’schen Gesetz realisiert, stellt den zentralen Baustein nicht-konventioneller Computing-in-Memory (CIM)-Architekturen dar, wie beispielsweise bei künstlichen neuronalen Netzwerken (ANNs). Da in solchen Strukturen eine MVM analog durchgeführt wird, ist der Einsatz nichtflüchtiger Memristoren bedeutsam, deren memkapazitive Eigenschaften auch zur Informationsverarbeitung herangezogen werden können. In diesem Projekt soll eine gemeinsame Nutzung der für CIM-Architekturen attraktiven memristiven und memkapazitiven Effekte erfolgen. Dabei stehen Al2O3 / Nb2O3 basierte, aus zwei Schichten aufgebaute Strukturen im Vordergrund der Untersuchungen, die kürzlich bei der NaMLab gGmbH entwickelt wurden und in Verbindung mit NFET-Transistoren eingesetzt werden können, die beim Institut für Halbleiter- und Mikrosystemtechnik der TU Dresden implementiert wurden. Basierend auf derartigen Bauelementen soll in diesem Forschungsvorhaben eine komplette Entwurfsmethodik für die Implementierung nicht-konventioneller Rechnersysteme auf einer memristiven/memkapazitiven Struktur entwickelt werden. Dabei soll eine hybride Memristor/Memcapacitor-CMOS-Architektur zugrunde gelegt werden, die hauptsächlich aus MVM-Kernen aufgebaut ist. In Hinblick auf diese Zielstellung sollen die vorgeschlagenen Forschungsarbeiten mehrere wesentliche Aspekte umfassen: (i) Herstellung von CIM-Zellen, die memristive/memkapazitive Bauelemente mit NFETs integrieren, (ii) deren Modellierung anhand von Experimenten verbunden mit einer theoretischen Erfassung von Bauelementeigenschaften, (iii) der Modellierung auf Systemebene, einer sorgfältigen Analyse, sowie dem Design und Simulation der MVM-Kern-basierten ANNs, (iv) der Herleitung von Optimierungsalgorithmen unter Berücksichtigung realisierungsbedingter Eigenschaften implementierter Strukturen, (v) den Aufbau effizienter Befehlssätze und den Entwurf von Peripherieschaltungen und schließlich (vi) eine optimierte Abbildung von Memcomputing-Aufgaben auf ANN-Strukturen. Mit dieser Vorgehensweise soll eine Anwendbarkeit des vorgeschlagenen Konzepts zur Realisierung unkonventioneller Strukturen, dazu zählen multi-layer perceptrons (MLP), convolutional neural networks (CoNN) und recurrent neural networks (ReNN), erfasst werden- Schließlich soll in diesem Forschungsvorhaben noch eine mögliche schaltungstechnische Realisierung von Quadratic-Integrate-and-Fire (QIF) Neuronenmodellen untersucht werden, mit dem Ziel, die Reichhaltigkeit biomimetischer Phänomene aufzuzeigen, die eine derartige Anordnung vernetzter künstlicher Strukturen generieren kann.

Hardwarerealisierung von universellen speicherbasierten memristiven zellularen Rechnerstrukturen

  • Dr.-Ing. Vikas Rana (Peter Grünberg-Institut am Forschungszentrum Jülich)
    Nr.: RA 3484/1-1
  • Prof. Ronald Tetzlaff (Inst. f. Grundlagen der Elektrotechnik u. Elektronik, TU Dresden)
    Nr.: TE 257/34-1

In der heutigen von-Neumann-Rechnerarchitektur, ist das zentrale Rechenwerk physikalisch von dem Arbeitsspeicher getrennt und die Kommunikation zwischen beiden Komponenten läuft über einen Datenbus finiter Bandbreite. Dieser sogenannte von-Neumann-Flaschenhals stellt einen limitierenden Faktor für neuartige Anwendungen da, die auf der Verarbeitung großer Datenmengen beruhen. Insbesondere im Zeitalter des Internet der Dinge und von „Big Data“ Anwendungen ist ein hoher Datentransfer erwünscht. Daher ist die Forschungsgemeinschaft auf der Suche nach neuartigen Rechnerkonzepten, in denen Rechenwerk und Speicher zusammengebracht werden. Zelluläre nichtlinear Netzwerke (CNN) stellen ein solches Rechnerkonzept dar. Ein einzelne CNN Zelle besteht aus einer Kapazität, einem Widerstand, und einer variablen Anzahl spannungsgesteuerter Stromquellen. Die CNN Zellen sind in einer zwei- oder dreidimensionalen Matrix angeordnet, in der nur benachbarte Zellen miteinander verkoppelt sind. Durch die Art/Stärke der Verkopplung (bzw. Selbstkopplung) können eine Vielzahl unterschiedlicher Rechenaufgaben gelöst werden. 1993 hat T. Roska vorschlagen zu diesen CNN lokale Speicherelemente hinzufügen um eine Universelle Maschine (UM) zu bauen. Dieses Konzept stellt den ersten Rechner dar, der kein von-Neumann-Rechner ist. Durch die Kombination von CNN Zellen und Fotodetektoren konnten hocheffiziente visuelle Mikroprozessoren in der Vergangenheit realisiert werden. Die lokalen Speichereinheiten in diesen CNN Zellen sind heutzutage jedoch sehr groß, wodurch die laterale Auflösung der visuellen Mikroprozessoren relative gering ist. Zur Lösung dieses Problems werden daher hochskalierbare, nichtflüchtige Speicherbauelemente benötigt. Memristive Speicherbauelemente basierend auf Redox-Mechanismen zeigen solche Eigenschaften und sind daher der ideale Kandidat um die Leistungsbeschränkung von heutigen CNN-UM aufzulösen. Bisher wurden memristive CNN-UM nur theoretisch bzw. auf Simulationsebene analysiert, nicht aber experimentell verifiziert. In dem vorgeschlagenen Projekt Mem²CNN soll die Umsetzbarkeit von memristiven CNN-UM (MCNN-UM) untersucht werden. Dazu werden die Kompetenzen des Partners aus Dresden (TUD) im Bereich der Theorie von Memristoren und MCNN-UM und der Expertise des Partners aus Jülich (FZJ) im Bereich der Herstellung und der physikalischen Modellierung memristiver Bauelemente gebündelt. Die physikalischen Modelle memristiver Bauelemente des FZJ werden in dem Projekt in einen systemtheoretischen Ansatz überführt, um die MCNN-UM auf Systemebene zu analysieren. Weiterhin sollen einzelnen MCNN Zellen sowie kleine Netzwerke bestehend aus bis zu 6×6 Zellen hardwaretechnisch realisiert werden. Mit diesen MCNN-UM sollen verschiedene Rechenaufgabe wie zum Beispiel die Kantendetektion in Bilder demonstriert werden. Auf Basis der systemtheoretischen Modelle soll in diesem Projekt, die Skalierbarkeit, das Potential und der universelle Ansatz von MCNN-UM gezeigt werden.

Robuster Rechnen-in-Speicher mit Memristoren

  • Prof. Mehdi B. Tahoori (Karlsruher Inst. f. Technologie (KIT))
    Nr.: TA 782/36-1
  • Dr. Dirk Wouters (Inst. f. Werkstoffe der Elektrotechnik 2, RWTH Aachen)
    Nr.: WO 2090/1-1

Neuartigen Anwendungen in der Informationstechnik wie das Internet der Dinge oder die Analyse großer Datenmengen stellen große Herausforderungen an die heutige Computerarchitektur und Computertechnologie. Um diesen Herausforderungen zu begegnen, müssen alternative Computerarchitekturen untersucht werden, die den Energiebedarf und die Recheneffizienz erhöhen können. In Kombination mit neuartigen Bauelementtechnologien könten diese alternativen Computerarchitekturen mit gängigen, nicht weiter skalierbaren CMOS Architekturen mithalten. Ein neuartiges Rechenansatz sieht vor das Rechnen in den Speicher zu verschieben (sogenanntes datenzentriertes Rechnen). Dadurch kann potentiell ein sehr hohe Effizienz erreicht werden. Dieser Rechenansatz wird auch als „Computation-in-Memory“ (CIM) bezeichnet. Ein weitere Vorteil dieses Ansatzes ist die reduzierte Kommunikation zwischen dem klassischen Rechenwerk (CPU) und dem Speicher. Dies verspricht einen geringeren Leistungsverbrauch und eine erhöhte Leistungsfähigkeit.Die vielversprechendsten Lösung für CIM-Architekturen nutzen neuartige resistive oder magneto-resistive Speichertechnologien, die sowohl als Speicher also auch als Recheneinheit fungieren können. Diese memristive Bauelemente reduzieren den Gesamtenergieverbrauch, weil sie die Information nicht-flüchtig speichern und der Leckstrom quasi Null ist. Im Gegensatz zum herkömmlichen, flüchtigen DRAM im Hauptspeicher muss die Information nicht ständig erneuert werden. Daher begünstigen memristive Bauelemente System mit gesteigerter Komplexität und höherer Leistungsfähigkeit. Für die wissenschaftliche Gemeinde ergeben sich dadurch vielfältige Möglichkeiten neuartige Computerarchitekturen zu entwickeln um die heutigen Grenzen zu verschieben. Eine zentrale Herausforderung solcher Architekturen stellt die Entwicklung von zuverlässigen, effizienten Schaltungen dar, die sowohl das Speichern als auch das Rechnen ermöglichen.in diesem Projekt sollen zuverlässige, effiziente Schaltungen basierend auf memristiven Bauelementen entwickelt werden, die eine CIM-Architektur ermöglichen. Dazu sollen (i) der Einfluss der (Un)zuverlässigkeit der memristiven Bauelemente auf die CIM-Operationen gründlich charakterisiert und modelliert werden, und (ii) fehlertolerante CIM Schaltungen entworfen werden, die die Zuverlässigkeitsaspekte der memristiven Bauelemente berücksichtigen.

  • Prof. Ronald Tetzlaff (Inst. f. Grundlagen der Elektrotechnik u. Elektronik, TU Dresden)
    Nr.: TE 257/35-1

Das Schwerpunktprogramm „Memristive Devices Toward Smart Technical Systems“ (MemrisTec, SPP) wurde vom Senat der Deutschen Forschungsgemeinschaft (DFG) eingerichtet. Das Programm wird 2020 beginnen und ist auf sechs Jahre angelegt. Der Projektantrag wurde von Prof. Ronald Tetzlaff initiiert und koordiniert.Wir schlagen ein Koordinationsprojekt für die ersten drei Jahre von MemrisTec vor, das sich der aktiven Stimulation, Koordination und dem Wissensaustausch zwischen den Projekten widmet, aber auch dem Aufbau einer Softwareplattform für das Schaltungsdesign, die Simulationswerkzeuge für Schaltkreise bereitstellt, die auf veröffentlichten Memristor-Modellen basieren, die in MemrisTec-Projekten entwickelt wurden. Ein implementierter interaktiver Server stellt Software und Daten zur Verfügung, um die Kommunikation zwischen den Projektpartnern zu erleichtern. Die Initiierung und Koordination von gemeinsamen wissenschaftlichen Publikationen, die in Projektworkshops vorgestellt werden, erfolgt im Rahmen des Koordinationsprojektes. Die Förderung des wissenschaftlichen Nachwuchses und von Genderfragen in einem internationalen Umfeld ist ein wichtiger Bestandteil der geplanten Aktivitäten. Schließlich wird eine interaktive Webseite implementiert und Informationen über Social Media (Facebook und Twitter) verteilt. Spezielle Sitzungen auf internationalen Konferenzen (z.B. MEMRISYS, ISCAS) werden in Zusammenarbeit mit den Projektpartnern organisiert.