Adaptive Rechensysteme als Beschleuniger der KI-Revolution
Über Prof. Dr-Ing. Andreas Koch
Prof. Dr.-Ing. Andreas Koch ist Leiter der Embedded Systems & Applications Group (ESA) an der TU Darmstadt und Gründungsmitglied von hessian.AI. Sein akademischer Werdegang führte ihn vom Diplom in Informatik an der TU Braunschweig über eine Postdoc-Stelle an der UC Berkeley zurück nach Deutschland, wo er sich an der TU Darmstadt habilitierte. Dort gründete er sein eigenes Fachgebiet und etablierte sich als führender Experte für adaptive Rechensysteme.
Kochs Fokus: Adaptive Rechensysteme
Kochs Forschung umfasst ein breites Spektrum: von winzigen eingebetteten Systemen, die zum Beispiel an Brücken befestigt werden, bis hin zu Programmen für die schnellsten Supercomputer der Welt, die zum Beispiel bei der Suche nach dem Medikament COVID-19 zum Einsatz kommen. Sein Hauptaugenmerk liegt auf der Entwicklung von Hardware, die speziell auf Probleme zugeschnitten ist, die mit Standardhardware nicht effizient gelöst werden können.
Dabei konzentriert sich Koch auf adaptive Rechensysteme, bei denen Teile der Hardware speziell an die Anforderungen der Software angepasst werden können. Dieser Ansatz eröffnet insbesondere im Bereich des maschinellen Lernens neue Möglichkeiten und bietet Lösungen für Herausforderungen hinsichtlich Energieeffizienz und Geschwindigkeit.
Als Beispiel nennt Koch ein vom Bundesministerium für Bildung und Forschung (BMBF) gefördertes Projekt für die Automobilindustrie. Dabei ging es um die Optimierung von maschinellen Lernverfahren in der Audiosignalverarbeitung mit Hilfe eines speziell angepassten RISC-V-Prozessors. Die Anpassungen führten zu einer Leistungssteigerung um mehr als das Doppelte und zu einer deutlichen Reduzierung des Energieverbrauchs um 30 Prozent.
“Hardware is hard”
Nach Kochs Erfahrung ist das Design der Hardware eine besonders anspruchsvolle Aufgabe. Er zitiert seinen inzwischen verstorbenen Kollegen Professor Wolfgang Strasser aus Tübingen: „Hardware is hard“. Im Gegensatz zur Software-Entwicklung, wo Fehler oft schnell behoben werden können, führen beim Hardware-Design kleinste zeitliche Abweichungen zu gravierenden Problemen.
Koch betont, dass die Werkzeuge für das Chipdesign zu den komplexesten Softwarelösungen überhaupt gehören. Diese Komplexität macht die Arbeit mit ihnen besonders anspruchsvoll und erklärt, warum der Hardwareentwurf ein so spezialisiertes Gebiet ist.
KI-Design für KI-Chips
Ein neuer Ansatz, den Koch hervorhebt, ist der Einsatz von maschinellem Lernen im Chipdesign. In unserem Gespräch verweist er auf eine Keynote von Google, an der er teilgenommen hat und die die beeindruckenden Möglichkeiten aufgezeigt hat, die sich ergeben, wenn maschinelles Lernen auf das Chipdesign angewendet wird. Insbesondere die Anordnung der Elemente auf dem Chip wird durch KI optimiert, was zu effizienteren und kostengünstigeren Designs führt, erzählt mir der Forscher.
Koch sieht ein enormes Potenzial in der KI-Unterstützung des Chipdesigns, weist aber darauf hin, dass diese Technologie am besten für Unternehmen geeignet ist, die bereits über umfangreiche Sammlungen von Chipdesigns verfügen. Für kleinere Unternehmen oder Start-ups könnte dies eine größere Herausforderung darstellen.
Koch sieht großes Potenzial für effizientere Hardware
Kochs Forschung ermöglicht den Einsatz von KI-Modellen – einschließlich völlig neuer Architekturen – über die Grenzen herkömmlicher Hardware hinaus. Damit könnten große und komplexe Probleme mit deutlich reduziertem Energieverbrauch gelöst werden. Dies sei besonders relevant in einer Zeit, in der Energieeffizienz und Nachhaltigkeit immer mehr an Bedeutung gewinnen.
Koch und sein Team untersuchen zudem, wie KI-spezifische Hardware für traditionelles wissenschaftliches Computing, wie Strömungssimulationen, effizient genutzt werden kann. Diese Synergie zwischen ML und wissenschaftlichem Computing könnte weitreichende Auswirkungen haben.
hessian.AI habe sich dabei als unverzichtbare Ressource für Kochs Forschung erwiesen. Der Zugang zu leistungsfähiger Hardware über den Hessischen Supercomputer 42 ermöglicht es ihm, innovative Projekte in Angriff zu nehmen, die ohne diese Ressourcen nicht realisierbar wären, so Koch.
