Nieuwe hersenachtige chip kan energieverbruik van AI 70% verlagen

Naarmate AI-modellen steeds groter worden, loopt het elektriciteitsverbruik van datacenters op tot niveaus die nauwelijks nog houdbaar zijn. De kern van het probleem ligt in de huidige computerarchitectuur: de zogeheten ‘Von Neumann-bottleneck’, waarbij data voortdurend heen en weer wordt verplaatst tussen de processor en het geheugen. Dat proces verbruikt een groot deel van de energie.

Onderzoekers van de Universiteit van Cambridge en de University of Southern California (USC) werkten aan een oplossing. Zij hebben hersengeïnspireerde ‘memristors’ ontwikkeld: nanotechnologische componenten die geheugen en rekenkracht in één enkel element combineren. Daarmee bootsen ze de efficiëntie van het menselijk brein na. In plaats van data steeds te verplaatsen, verwerken en bewaren deze nieuwe chips informatie op dezelfde plek. Dat vermindert het energieverlies. Het resultaat is een zogenoemde neuromorfische benadering van computing, waarin hardware steeds meer functioneert als een netwerk van kunstmatige neuronen.

Volgens de onderzoekers, onder leiding van dr. Babak Bakhit (Cambridge), kan deze aanpak het energieverbruik van AI-systemen met tot wel 70 procent verlagen. Het drie jaar durende onderzoek leverde een chip op die complexe AI-taken lokaal kan uitvoeren.

Die winst is niet alleen technisch relevant. Door de efficiëntie van binnenuit te verbeteren, zou AI kunnen blijven groeien zonder dat energieverbruik en CO₂-uitstoot in hetzelfde tempo meestijgen.

Geavanceerde materiaallaag

Het technische succes van de Cambridge-memristor berust op een verfijnde opbouw van materiaallagen. Traditionele oxide-gebaseerde memristors werken vaak met zogenoemd filamentair schakelen, een mechanisme dat instabiel kan zijn.

Om dat te ondervangen, gebruikte het team een aangepaste dunne laag van hafniumoxide, verrijkt met strontium en titanium. Deze samenstelling vormt p-n-overgangen op de grensvlakken van de lagen, waardoor de elektrische weerstand zeer precies kan worden gestuurd. Het resultaat is een ontwerp dat aanzienlijk stabieler en consistenter schakelt dan eerdere generaties.

Daarnaast is de benodigde schakelkracht van deze nieuwe chip ongeveer een miljoen keer lager dan bij conventionele oxide-memristors. Juist die drastische verlaging in stroomverbruik ligt aan de basis van de geschatte energiebesparing van 70 procent.

Door gebruik te maken van hafniumoxide — een materiaal dat al breed wordt toegepast in de halfgeleiderindustrie — blijft de technologie bovendien dicht bij bestaande productieprocessen. De toevoeging van strontium en titanium zorgt daarbij voor stabiliteit, waardoor het apparaat zijn toestand kan behouden zonder voortdurende stroomtoevoer.

Strategische autonomie

De ontwikkeling van energiezuinige, krachtige hardware raakt ook aan een bredere strategische kwestie: technologische autonomie voor Europa en het Verenigd Koninkrijk. Nu kunstmatige intelligentie steeds centraler komt te staan in nationale veiligheid en economische concurrentiekracht, wordt het verminderen van de afhankelijkheid van energie-intensieve, verouderde computerarchitecturen steeds urgenter.