Synopsys erweitert OptoCompiler-Unterstützung für neue GF Fotonix™-Plattform

Ansys arbeitet mit GlobalFoundries zusammen, um Silizium-Photonik-Lösungen der nächsten Generation zu liefern, die eine neue Ära von Rechenzentren vorantreiben

Cadence arbeitet mit GlobalFoundries zusammen, um das Design von Silizium-Photonik-ICs voranzutreiben

Ein perfekter Sturm: Größere Datenmengen, höherer Stromverbrauch und größere Bandbreite treiben Alternativen zum herkömmlichen CMOS-Chipherstellungsprozess voran

Fast fünf Milliarden Internetnutzer nutzen, erstellen und teilen gigantische Datenmengen. 

Während die Menge und die Art der Daten zunehmen, ist die Zahl der Möglichkeiten, Daten zu erstellen und auszutauschen, über Geräte wie Haussicherheitssysteme, Geräte, Spielsysteme, Computer und Telefone bis hin zu riesigen Datenzentren, die soziale Medien, Streaming-Inhalte, Spiele und Unternehmensanwendungen verarbeiten, explodiert. Laut einer Studie von Ericcson wird es bis 2026 mehr als 42 Milliarden vernetzte IoT-Geräte geben, die ~177 ZB an Daten erzeugen. 

Einem Bericht zufolge werden täglich 2,5 Quintillionen Bytes an Daten erzeugt, und 90 % der weltweiten Datenmenge wurde in den letzten zwei Jahren erzeugt. Ein Großteil dieser Daten ist auf die Zunahme von fast vier Milliarden Nutzern sozialer Medien weltweit zurückzuführen.

Es überrascht nicht, dass die anhaltende Pandemie angesichts von Fernunterricht und Arbeit von zu Hause aus den Hunger der Welt nach mehr Daten - und mehr Bandbreite zur gemeinsamen Nutzung der Daten - nur noch weiter gesteigert hat. Einem Branchenbericht zufolge stieg die Datennutzung zu Hause von März 2019 bis März 2020 um 38 Prozent. Derselbe Bericht stellte fest, dass die Heimarbeit während der Pandemie von durchschnittlich 17 Prozent der Arbeitnehmer auf 44 Prozent anstieg, was zu einer stärkeren Belastung der Netzwerke und einer höheren Datennutzung führte.  

Covid-19 führte auch zu einem Anstieg von 138 Prozent bei der Gruppe der so genannten Power-User, die vierteljährlich mehr als 1 Terabyte an Internetdaten verbrauchen. Allein Google zählt mehr als 63.000 Suchanfragen pro Sekunde, was 5,6 Milliarden Suchanfragen pro Tag entspricht.
 

Entschuldigung, dieses Video erfordert die Zustimmung zu Cookies.

Bitte akzeptieren Sie Marketing-Cookies, um dieses Video anzusehen.

Amir Faintuch, SVP & GM, Computing & Wired Infrastructure SBU bei GF, erklärt, warum Silizium-Photonik eine wichtige Technologieplattform für die Datenrevolution ist.

Diese Faktoren berücksichtigen nicht ansatzweise die potenziellen Auswirkungen des entstehenden Metaverse, das die Erstellung, Speicherung und Konnektivität von noch mehr Daten erfordern wird - Daten, die mit sehr geringer Latenz und hoher Geschwindigkeit übertragen werden müssen. Das Metaverse wird zusammen mit KI, maschinellem Lernen und virtueller Realität sowie der fortschreitenden Verbreitung von vernetzten Geräten die Datenerstellung und -übertragung vorantreiben. 

Im Rechenzentrum ist neben der Bandbreite auch der Stromverbrauch ein wichtiges Kriterium geworden.  

In der Vergangenheit hat sich die Chipindustrie für die Verbindungen zwischen Systemen auf elektrische Verbindungen über Metall (Kupfer) verlassen. Elektrische SerDes (serielle Deserialisierer), die gebräuchlichste Form der elektrischen E/A, stößt an ihre Grenzen, und es gibt keinen realisierbaren Fahrplan, der über 112 Gbit/s hinausgeht, da die großen Signalverluste in kupferbasierten Verbindungen auf Leiterplattenebene es schwierig machen, Daten mit einer so hohen Datenrate weiter als ein paar Zentimeter zu übertragen.  

Die nächste Welle von Hochleistungs-Computerarchitekturen erfordert eine neue Form von E/A, die die Engpässe vermeidet, die durch elektrische E/A entstehen. Bis 2028 werden die meisten physischen Kurzstrecken-Verbindungen in Rechenzentren optisch statt elektrisch sein.  

Das steckbare Modul ist das Schlüsselelement, das elektrische Signale in optische Signale umwandelt und umgekehrt, d.h. es ist die elektro-optische Schnittstelle. 

Die steckbaren Module haben zwei wesentliche Vorteile: 

  • Standardisierung und Interoperabilität - Betreiber von Rechenzentren können Module von mehreren Anbietern beziehen, wodurch die Kosten pro Gbit/s durch Innovation und Wettbewerb gesenkt werden konnten. 
  • Modularität - Betreiber von Rechenzentren können Optiken mit kurzer Reichweite verwenden, um bis zum Ende einer Reihe von Racks in einem Rechenzentrum zu gelangen, und Optiken mit langer Reichweite, um größere Entfernungen zu einem anderen Rechenzentrum zurückzulegen. 

Diese Modularität hat auch den Formfaktor und die Standardisierung der Switch-Boxen und der Box-Faceplates, in die diese steckbaren Module eingesteckt werden, vorangetrieben. In einem typischen Schaltkasten oben im Rack eines Rechenzentrums werden mehrere steckbare Module in die Frontplatte gesteckt. Die Umwandlung von optischen in elektrische Signale erfolgt an der Frontplatte, wobei die elektrischen Hochgeschwindigkeitssignale die Cu-Leiterbahnen auf der Platine bis zum Switch-ASIC durchlaufen müssen. 

Optische Kommunikationslösungen sind in der Lage, neue Leistungsniveaus in Hyperscale-Rechenzentren, Cloud Computing und 5G-getriebenen Netzumwandlungen zu ermöglichen.Die Silizium-Photonik-Technologie, die für die optische Kommunikation verwendet wird, wird auch die Grundlage für schnell aufkommende Datenverarbeitungs- und Sensoranwendungen sein. 

In der nächsten Folge dieser Serie werden wir uns mit der Rolle neuer Optionen befassen, die die bewährten Vorteile der CMOS-Technologie mit neuen Möglichkeiten für leistungsfähigere Chips auf der Basis von Silizium-Photonik kombinieren.   

Microsoft-Führungskraft Bobby Yerramilli-Rao tritt in den Vorstand von GlobalFoundries ein

Führungskraft mit umfassenden Kenntnissen der Technologiestrategie und Erfahrung in der Leitung von Unternehmenswachstum

MALTA, N.Y., 3. März 2022 - GlobalFoundries Inc. (Nasdaq: GFS) (GF) gab heute die Ernennung von Bobby Yerramilli-Rao zum unabhängigen Mitglied des Verwaltungsrats des Unternehmens bekannt. Dr. Yerramilli-Rao ist derzeit Chief Strategy Officer und Corporate Vice President of Corporate Strategy bei Microsoft, wo er für die Entwicklung und Umsetzung wachstumsorientierter Strategien verantwortlich ist.

Die Ernennung von Dr. Yerramilli-Rao tritt mit sofortiger Wirkung in Kraft und erweitert den Vorstand von GF auf 11 Direktoren, darunter fünf unabhängige Direktoren. Er wird Mitglied des Strategie- und Technologieausschusses sein.

"Wir freuen uns, Bobby im Verwaltungsrat von GF willkommen zu heissen", sagte Ahmed Yahia Al Idrissi, Vorsitzender des Verwaltungsrats von GF. "Da die Technologie unser tägliches Leben immer mehr durchdringt und GF die nächste Wachstumsphase einleitet, um unsere Kunden noch besser bedienen zu können, sind Bobbys besondere Perspektiven und Fähigkeiten eine willkommene Ergänzung für unser Gremium. Seine Erfahrung in Führungspositionen in den Bereichen Software, Biowissenschaften, Kommunikation und anderen wachstumsstarken Sektoren wird sicherlich dazu beitragen, das nächste Innovations- und Wachstumskapitel von GF zu gestalten.

"GF konzentriert sich weiterhin auf die Neudefinition von Innovationen in der Halbleitertechnologie und -fertigung. Bobby erweitert unser strategisches und technologisches Know-how, um unsere langfristige Wachstumsstrategie voranzutreiben", sagte Tom Caulfield, CEO von GF. "Bobby bringt ein tiefes Verständnis von Technologiestrategie und Lösungsumsetzung mit, das dazu beitragen wird, die Wertschöpfung zu steigern und unsere Reichweite zu erweitern, um die zukünftigen Bedürfnisse unserer Kunden zu erfüllen."

Bevor er 2020 zu Microsoft kam, war Dr. Yerramilli-Rao Mitbegründer und geschäftsführender Gesellschafter von Fusion Global Capital, das sich auf die Beschleunigung des Wachstums von aufstrebenden Software- und Cloud-Computing-Unternehmen konzentrierte. Davor war er als Corporate Strategy Director der Vodafone Group für die globale Strategie und Akquisitionen im Bereich digitaler Dienstleistungen verantwortlich. Er verbrachte mehr als ein Jahrzehnt bei McKinsey & Company, wo er zum Partner und Co-Leiter des TMT-Bereichs aufstieg.

Dr. Yerramilli-Rao ist derzeit Mitglied des Verwaltungsrats von Cambridge Epigenetix, einem Biowissenschaftsunternehmen in Privatbesitz. Er erwarb einen Master-Abschluss in Elektrotechnik an der Universität Cambridge und einen Doktortitel in Robotik an der Universität Oxford.

Weitere Informationen über den GF-Verwaltungsrat finden Sie hier.

Über GF

GlobalFoundries® (GF®) ist einer der weltweit führenden Halbleiterhersteller. GF definiert Innovation und Halbleiterfertigung neu, indem es funktionsreiche Prozesstechnologielösungen entwickelt und liefert, die eine führende Leistung in allgegenwärtigen Märkten mit hohem Wachstum bieten. GF bietet eine einzigartige Mischung aus Design-, Entwicklungs- und Fertigungsdienstleistungen. Mit einer talentierten und vielseitigen Belegschaft und einer Produktionsbasis, die sich über die USA, Europa und Asien erstreckt, ist GF eine vertrauenswürdige Technologiequelle für seine weltweiten Kunden. Weitere Informationen finden Sie unter www.gf.com.

Kontakt:

Erica McGill
GlobalFoundries
(518) 795-5240
[email protected]

格芯®(GF®)瞄准高能效人工智能

近年来,人工智能(AI)技术取得了长足的进步,从少数应用中的有限使用发展为各种系统的重要驱动技术,现已渗透到我们生活的方方面面。

“智能”恒温器、门铃和语音助手;半自动驾驶汽车;具有预测能力的医疗监测设备;以及许多领域的众多其他应用现在都依赖于AI技术。

然而,AI及其专用子集(机器学习、深度学习和神经形态计算)存在一个致命弱点,那就是电能需求巨大且不断增长,这阻碍了其进一步发展。随着AI的计算要求越来越高及其整体使用的日益普及,AI计算和数据传输所需的电能迅速增加,进而导致了电能资源的过度使用和全球碳足迹的大幅增加。

这种电能使用增长是不可持续的。以大量使用AI的数据中心为例。2017年,美国的数据中心用电量约占全国总用电量的3%,而到2020年,这一数字翻了一番,达到6%,而且仍看不到尽头。根据行业预测,如果依旧采用当今低效的计算架构,从理论上来说,数据中心到2041年将用掉全球所有的发电量。

2020年,数据中心用电量约占全美总用电量的6%

AI能源挑战不仅限于数据中心。位于网络边缘的电池供电型物联网(IoT)设备,其整体电力需求也非常大。随着更多AI处理向边缘迁移,日益复杂的物联网设备必须变得更加高效,这样其锂离子电池才能为更多功能供电、续航时间更长且/或体积更小。这也有助于减少因废弃电池而带来更多的潜在危险锂离子废弃物。

为了应对AI能源挑战,格芯(GF)对其产品路线图做出了调整,将一系列技术创新融入其12LP/12LP+FinFET解决方案(用于数据中心和物联网边缘服务器)和22FDX® FD-SOI解决方案(用于物联网边缘)。此外,格芯还携手领先的AI研究人员,共同开发更高效的新型计算架构和算法,从而打开AI新世界的大门。

格芯正在致力于解决数据中心和电池供电物联网边缘设备(现已渗透到日常生活)不断增长的能源需求

AI的范式变革

AI系统会收集大量结构化或非结构化数据,然后根据为给定应用编写的算法对其进行处理。其目标是在数据中找到相应的关联性和模式,以此为依据做出推理和决策,并以满足应用需求的方式基于这些推理采取行动。鉴于数据集的大小和算法的复杂性,需要密集的计算机处理。

Ted Letavic格芯无线基础架构(CWI)战略业务部首席技术官兼计算和副总裁Ted Letavic表示:“目前,大多数AI任务都在云中运行,但馈入云端算法的数据集来自外部世界,并采用边缘物联网设备等模拟接口传输。基于云的AI范式能效低下,因为它需要将大量数据从网络边缘(物联网边缘)传输到数据中心,在数据中心执行计算并推导出结果,然后再将结果传输回边缘设备。这种方法不仅能效低下,而且与数据传输相关的时间也会导致系统的整体延迟,因此无法用于许多安全关键型AI应用。”

起初,AI和机器学习使用传统的通用中央处理器(CPU)。Letavic表示:“这些CPU原本是为随机存储器访问而设计的,鉴于需要不断减少在处理器和存储器之间传输数据所需的时间和能耗,这种设计带来了很多问题。我们需要改变该范式,在存储数据的存储器网络内部处理数据,而无需进行数据传输。”

他指出,计算架构因此正在发生根本性的转变。一场向特定领域计算架构演进的“设计复兴”正在拉开帷幕,这些架构对于数据流和计算路径定义明确的AI推理(训练)任务来说非常节能。这些优化的加速器类似于存储器层次结构,通常称为“数字存内计算”或“模拟存内计算”。这些加速器执行并行操作,使其成为AI核心计算类型的理想选择,并且大幅降低了总功耗,从而能够在网络边缘更充分地利用AI。

格芯12LP+使存储器效率提高4倍

为了适应架构上的这些变化,格芯进行了技术改进并启用了新的设计流程。

Letavic表示:“在我们研究的几乎每一种AI工作负载中,存储器带宽和存储器访问功率都限制了整体性能,因为必须在固定的功率预算内完成一定数量的操作,而且存储器消耗了太多的功率。因此,我们将从7nm技术开发工作中得到的一些经验应用到我们的12LP/LP+技术中,推出了支持1 GHz的0.55V SRAM存储器宏,对于典型工作负载而言,它将与存储器访问相关的能耗降低到了原来的四分之一。该解决方案针对脉动阵列处理器,可直接用于处理AI和机器学习工作负载。”

Letavic指出,格芯接下来研究了阵列架构。

“我们发现,每个客户都有不同的数据流架构,基本上没办法选择一个最佳设计。”他表示,“为了解决这个问题,我们创建了一个将逻辑和存储元件合成在一起的新颖设计流程,使它们可以非常接近地进行构建,并具有高度的灵活性。这种设计流程打破了逻辑和存储器宏合成的传统范式,这种逻辑和存储元件的混合可用于实现非常新颖的AI架构。”

格芯推出的差异化12LP+解决方案针对人工智能训练和推理应用进行了优化

Letavic指出,格芯的先进技术与新型的独特设计和合成流程相结合,构成了实现全新计算范式的强大工具,并进一步开启了AI时代。格芯正携手领先研究机构,推动该领域的重要科研工作。

Marian Verhelst博士和格芯的大学联系项目

格芯正在与一些全球领先的研究人员合作,研究这些创新架构,并为其确立客观效益和佐证点,从而让格芯的客户可以利用它们来设计更高效的AI系统。

Marian Verhelst, Ph.D.这些研究工作大多通过与IMEC等研究联盟合作展开,以及通过格芯大学合作计划(UPP)与大学教授合作展开。在该计划下,格芯与全球学术研究人员密切合作,开展利用格芯技术的创新项目。

Marian Verhelst博士是格芯的主要学术合作人员之一,她是比利时鲁汶大学的教授,同时也是Imec的研究主任。Verhelst博士是高效处理架构的全球权威专家之一。她之前曾在美国英特尔实验室工作,从事数字增强模拟和射频电路研究,并于2012年加入鲁汶大学,并创立了一个研究实验室,该实验室目前拥有16名博士生和博士后研究人员。

她的实验室科研项目涵盖各方面,从欧盟资助的长期宏观项目,到涉及向广泛从业者进行技术转让的中短期研究。她曾获得比利时André Mischke YAE奖,该奖项旨在表彰国际领先的学术研究、管理和循证决策成就。

她作为比利时青年学院和佛兰德STEM平台的前成员,是科学与教育的大力倡导者,并曾登上比利时国家电视台多个科普类节目的专访。2014年,她创立了InnovationLab,旨在为高中教师及高中生开发交互式工程项目。她也是IEEE“Women in Circuits”倡导计划的成员之一,并积极参与许多其他宣传和教育活动。

DIANA芯片——AI向前迈进的重要一步

Verhelst博士致力于研发混合神经网络芯片,该芯片不仅是全球首款将模拟存内计算和数字脉动阵列结合到一起的芯片,而且还可以在这些异构资源之间无缝划分AI算法,以实现最佳能耗性能、准确性和延迟。

该芯片名为DIANA(DIgital和ANAlog,即数字和模拟),在格芯的22FDX平台上构建,相关的论文将在本月末举行的极具声望的2022年国际固态电路会议(ISSCC)上发表。

Verhelst表示:“机器学习正在蓬勃发展,每家企业都有一个针对机器学习优化的处理器,但大多数情况下,它们都是纯粹在数字领域中设计的,使用0和1进行计算,这并不总是能实现最高效率。因此,许多研究人员现在正在研究模拟领域中的计算,甚至在SRAM存储器内部,使用各个SRAM单元之间的电流累积而不是0和1。从电能角度来看,这将更有效,从芯片密度的角度来看也是如此,因为它允许在每平方毫米上进行更多的计算。”

“到目前为止,我们已经取得了一些不错的成果,但仅适用于恰好与存储器形状完美匹配的特定机器学习网络。对于其他网络来说,算法不一定能有效运行。”她补充道,“DIANA芯片包含一个主机处理器以及一个数字和模拟存储器协处理器。对于神经网络的每一层,它都可以将指定层分派给推理加速器或协处理器,以确保尽可能高效地运行。所有操作都是并行运行,中间数据在各层之间有效共享。”

为了实现这一目标,Verhelst的团队开发了先进的调度程序和映射程序,用于分析芯片的硬件特性,以确定最优能效或最优延迟的“计算顺序”,即如何在芯片上运行给定算法。

“算法运行可以采用很多方法,具体取决于存储器大小、它的特性、处理阵列中有多少计算元件等。”她表示,“因此,我们开发了一些工具,您可以在其中输入硬件特性,并帮助您根据工作负载找到适合的最佳解决方案。”

正在进行的合作

DIANA芯片是Verhelst与格芯的最新合作成果,该次合作大约始于五年前,当时格芯为她的一名博士生提供了机会,使用22FDX技术流片视频处理芯片,该芯片可以高效并行执行数百个操作。

格芯的22FDX边缘AI加速器经优化可缩短延迟和可操作性响应时间,通过在边缘管理数据来增强安全性和数据隐私

此外,Verhelst还使用格芯的12 LP+技术,为高度密集的计算结构构建了深度学习芯片,该芯片包含超过2,000个乘法器和大量SRAM内容。另一个处于初始阶段的项目是使用格芯的22FDX平台构建一个高占空比的机器学习芯片,专注于超低功耗运行,面向物联网、机器监控或其他须以毫瓦级功率运行的传感器节点。

她指出,格芯提供的芯片和技术合作伙伴关系非常宝贵。她表示:“生产功能完备的芯片成本极为昂贵,尤其是对于体积很大的数字处理器。与格芯合作既为我们降低了芯片门槛,又为我们提供了获得最新相关IP的途径。”

“此外,格芯还为我们提供建议和支持,解决有时候遇到的物理设计收敛工作难题,对于如此先进的技术,该工作不再是小问题。在后端需要考虑的事情有很多,当我们试图确保快速IO、出色的振荡器、最佳电源门控等性能时,格芯的制造经验确实对我们很有帮助。”

展望

当被问及格芯在更高效AI领域的下一步举措时,Letavic提到了公司在计算芯片本身的集成电压调节以及用于更高水平传输和计算效率的硅光子学方面的研发工作。

他表示:“改进供电是一种弥补较小节点功率扩展不足的方法,这已成为系统层面的真正限制。要节省应用总功耗,关键方法之一就是提高向处理器内核提供电流和电压的效率。我们正在探索各种可选方案,鉴于格芯在双极性CMOS和DMOS功率器件方面的悠久传统,这对我们来说会是一个巨大的商机。”

Letavic还提到,光子加速,即使用光(光子)替代电(电子),不仅可以通过光纤传输信号,还可用于计算本身,将会在AI中发挥重要作用。“我想说这种技术发展速度比我预期的要快得多。这是我们已有一些大学明确参与合作的另一个领域。”

阅读其他通过格芯大学合作计划开展的研究项目:

GlobalFoundries setzt sich weiterhin für die Einhaltung der Umwelt- und Energievorschriften von Vermont ein

Das Unternehmen reagiert auf die Entscheidung der Vermont PUC zum Antrag auf ein selbstverwaltetes Versorgungsunternehmen

ESSEX JUNCTION, VT, 21. Februar 2022 - GlobalFoundries Inc. (Nasdaq: GFS) (GF) hat als Reaktion auf die Entscheidung der Public Utilities Commission (PUC) von Vermont über den Antrag des Unternehmens, ein selbstverwaltetes Versorgungsunternehmen (SMU) zu werden, die folgende Erklärung abgegeben.

"GF schätzt die Bemühungen der PUC, unsere Petition gründlich zu prüfen, und wir schließen uns ihrer Empfehlung an, unsere Petition im Rahmen des Renewable Energy Standard (RES) von Vermont fortzusetzen", sagte Ken McAvey, VP und General Manager von GF Fab 9. "Bei unserer Petition geht es um zwei Dinge: erstens um die Einhaltung immer höherer Umweltstandards und zweitens um den Zugang zu Energiekosten, die weltweit wettbewerbsfähig sind."

"Die Massnahmen, die wir als Unternehmen ergriffen haben, zeigen, dass wir das Engagement des Staates für erneuerbare Energien teilen. GF hat die Umweltrichtlinien von Vermont immer erfüllt und wird sie auch weiterhin übertreffen", so McAvey weiter. "Wir glauben, dass unser Vorschlag die Umwelt in Vermont besser schützt, die Nutzung erneuerbarer Energien erhöht, die Energiekosten in Vermont wettbewerbsfähig hält und gut bezahlte Arbeitsplätze für die Menschen in Vermont schafft.

GF hat sich zu einem 100% kohlenstoffneutralen Energieportfolio in Vermont verpflichtet. Weltweit wird das Unternehmen weiter investieren und hat sich verpflichtet, die Treibhausgasemissionen zwischen 2020 und 2030 um 25% zu reduzieren, auch wenn die Produktion um das 1,6-fache steigt.

"Als grösster privater Hersteller in Vermont leistet GF einen wichtigen Beitrag zur regionalen und bundesstaatlichen Wirtschaft, und wir sind führend bei umweltfreundlichen Aktivitäten", so McAvey.

McAvey fügte hinzu: "In unserer Petition geht es um wettbewerbsfähige Energiekosten für die Produktion in Vermont. Heute machen die Energiekosten einen beträchtlichen Teil der Betriebskosten unseres Werks in Vermont aus und sind etwa doppelt so hoch wie die Kosten unserer Werke einige Kilometer entfernt. Unsere Notwendigkeit, wettbewerbsfähig zu sein, ändert nichts an unserer Verpflichtung, in Vermont und auf der ganzen Welt eine führende Rolle bei umweltfreundlichen Tätigkeiten zu übernehmen."

Über GF

GF ist einer der weltweit führenden Halbleiterhersteller. GF definiert Innovation und Halbleiterfertigung neu, indem es funktionsreiche Lösungen für die Prozesstechnologie entwickelt und liefert, die eine führende Leistung in allgegenwärtigen, wachstumsstarken Märkten bieten.GF bietet eine einzigartige Mischung aus Design-, Entwicklungs- und Fertigungsdienstleistungen. Mit einer talentierten und vielseitigen Belegschaft und einer Produktionsbasis, die sich über die USA, Europa und Asien erstreckt, ist GF eine vertrauenswürdige Technologiequelle für seine weltweiten Kunden. Weitere Informationen finden Sie unterwww.gf.com.

Zukunftsgerichtete Aussagen

Diese Pressemitteilung kann zukunftsgerichtete Aussagen enthalten, die mit Risiken und Ungewissheiten verbunden sind. Die Leser werden davor gewarnt, sich auf diese zukunftsgerichteten Aussagen zu verlassen. GF ist nicht verpflichtet, diese zukunftsgerichteten Aussagen zu aktualisieren, um sie an Ereignisse oder Umstände nach dem Datum dieser Pressemitteilung oder an die tatsächlichen Ergebnisse anzupassen, sofern dies nicht gesetzlich vorgeschrieben ist.

Kontakt:

Gina DeRossi
Unternehmenskommunikation
[email protected]
518.491.4965

GF strebt nach energieeffizienter künstlicher Intelligenz

von Gary Dagastine

Die Technologie der künstlichen Intelligenz (KI) hat in den letzten Jahren große Fortschritte gemacht und sich von einer begrenzten Anzahl von Anwendungen zu einem wesentlichen Bestandteil der Systeme entwickelt, die heute unser Leben durchdringen.

"Intelligente" Thermostate, Türklingeln und Sprachassistenten, halbautonome Fahrzeuge, medizinische Überwachungsgeräte mit Vorhersagefunktionen und unzählige andere Anwendungen in vielen Bereichen stützen sich heute auf die KI-Technologie.

Doch KI und ihre spezialisierten Teilbereiche (maschinelles Lernen, Deep Learning und neuromorphes Rechnen) haben eine Achillesferse, die weiteren Fortschritten im Wege steht: einen enormen und wachsenden Energiehunger. Da KI-Computing immer anspruchsvoller wird und die Nutzung insgesamt zunimmt, steigt der Energiebedarf für KI-Berechnungen und den Datentransport rapide an, was zu einer übermäßigen Nutzung von Energieressourcen und einem erheblich größeren globalen CO2-Fußabdruck führt.

Foto Rechenzentrum

Dieser Anstieg des Energieverbrauchs ist nicht tragbar. Nehmen wir nur die Rechenzentren, die intensiv auf KI zurückgreifen. Im Jahr 2017 verbrauchten sie etwa drei Prozent des gesamten Stroms in den USA, aber bis 2020 hat sich dieser Anteil auf sechs Prozent verdoppelt, und ein Ende ist nicht in Sicht. Branchenprognosen besagen, dass Rechenzentren bis 2041 theoretisch die gesamte Energieproduktion der Welt verbrauchen würden, wenn die heutigen ineffizienten Rechenarchitekturen noch im Einsatz wären.

Das Energieproblem der KI ist nicht auf Rechenzentren beschränkt. Auch batteriebetriebene Internet-of-Things-Geräte (IoT) am Netzwerkrand haben insgesamt einen hohen Energiebedarf. Da die KI-Verarbeitung immer mehr in die Randbereiche verlagert wird, müssen die immer ausgefeilteren IoT-Geräte wesentlich effizienter werden, damit ihre Lithium-Ionen-Batterien mehr Funktionen versorgen können, länger halten und/oder physisch kleiner werden können. Dies würde auch dazu beitragen, die wachsenden Mengen an potenziell gefährlichem Li-Ionen-Abfall aus ausrangierten Batterien zu reduzieren.

IoT

GlobalFoundries (GF) hat seine Produkt-Roadmap auf die KI-Energieherausforderung ausgerichtet und eine Reihe technischer Innovationen in seine 12LP/12LP+ FinFET-Lösung (die in Rechenzentren und IoT-Edge-Servern eingesetzt wird) und 22FDX® FD-SOI-Lösung (die am IoT-Edge eingesetzt wird) integriert. Darüber hinaus arbeitet GF mit führenden KI-Forschern zusammen, um neue, effizientere Rechenarchitekturen und Algorithmen zu entwickeln, die neue KI-Horizonte eröffnen.

Ein Paradigmenwechsel für AI

Ein KI-System sammelt große Mengen an strukturierten oder unstrukturierten Daten und verarbeitet sie dann nach einem für eine bestimmte Anwendung geschriebenen Algorithmus. Ziel ist es, relevante Korrelationen und Muster in den Daten zu finden, daraus Schlüsse zu ziehen, Entscheidungen zu treffen und diese so umzusetzen, dass sie den Anforderungen der Anwendung entsprechen. Angesichts der Größe der Datensätze und der Raffinesse der Algorithmen ist eine intensive Computerverarbeitung erforderlich.

Ted Letavic, Ph.D.

"Derzeit laufen die meisten KI-Aufgaben in der Cloud, aber die Datensätze, die in die Algorithmen in der Cloud eingespeist werden, kommen aus der Außenwelt, über eine analoge Schnittstelle wie ein IoT-Gerät am Netzwerkrand", so Ted Letavic, CTO und VP Computing and Wireless Infrastructure (CWI) bei GF. "Das Cloud-basierte KI-Paradigma ist energieineffizient, da es den Transport großer Datenmengen vom Rand des Netzwerks (IoT-Edge) zum Rechenzentrum erfordert, wo die Berechnungen durchgeführt und die Ergebnisse abgeleitet werden, und den anschließenden Transport der Ergebnisse zurück zum Edge-Gerät. Dies ist nicht nur energieineffizient, sondern die mit dem Datentransport verbundene Zeit führt auch zu einer Latenzzeit des Gesamtsystems, die den Einsatz für viele sicherheitskritische KI-Anwendungen ausschließt."

Zunächst wurden für KI und maschinelles Lernen herkömmliche Mehrzweck-Zentraleinheiten (CPUs) verwendet. "Diese waren für den zufälligen Speicherzugriff konzipiert, was angesichts der zunehmenden Notwendigkeit, den Zeit- und Energieaufwand für die Übertragung von Daten zwischen Prozessoren und Speicher zu verringern, problematisch geworden ist", so Letavic. "Wir müssen das Paradigma ändern und die im Speichernetzwerk selbst gespeicherten Daten verarbeiten, ohne sie transportieren zu müssen."

Infolgedessen findet ein grundlegender Wandel bei den Computerarchitekturen statt. Es findet eine "Renaissance des Designs" statt, hin zu domänenspezifischen Rechenarchitekturen, die extrem energieeffizient für KI-Inferenz-(Trainings-)Aufgaben sind und genau definierte Datenfluss- und Rechenpfade beinhalten. Diese optimierten Beschleuniger ähneln Speicherhierarchien, die oft als "digitales Compute-in-Memory" oder "analoges Compute-in-Memory" bezeichnet werden. Diese Beschleuniger führen parallele Operationen durch und sind damit ideal für die Art von Berechnungen, die im Mittelpunkt der KI stehen, und das bei wesentlich geringerer Gesamtleistung, was eine stärkere Nutzung der KI am Netzwerkrand ermöglicht.

4X effizienter Speicher mit GF's 12LP+

Um diesen Veränderungen in der Architektur Rechnung zu tragen, hat GF technologische Verbesserungen vorgenommen und neue Designflüsse ermöglicht.

"Bei praktisch jeder einzelnen von uns untersuchten KI-Arbeitslast schränkten Speicherbandbreite und Speicherzugriffsleistung die Gesamtkapazitäten ein, da eine bestimmte Anzahl von Operationen innerhalb eines festen Energiebudgets stattfinden muss, und der Speicher verbrauchte viel zu viel davon", sagte Letavic. "Wir haben also einige Erkenntnisse aus der Entwicklung unserer 7-nm-Technologie auf unsere 12LP/LP+-Technologie übertragen und die branchenweit ersten 1-GHz-fähigen 0,55-V-SRAM-Speichermakros entwickelt, die bei typischen Arbeitslasten die mit dem Speicherzugriff verbundene Energie um den Faktor vier reduzieren. Diese Lösung zielt auf systolische Array-Prozessoren ab und ist direkt auf KI- und Machine-Learning-Workloads anwendbar."

12LP+

Als nächstes untersuchte GF die Array-Architekturen, so Letavic.

"Wir stellten fest, dass jeder einzelne Kunde eine andere Datenflussarchitektur hatte und es im Grunde keine Möglichkeit gab, ein optimales Design auszuwählen", sagte er. "Um dieses Problem zu lösen, haben wir einen neuartigen Designflow entwickelt, der Logik- und Speicherelemente zusammen synthetisiert, so dass sie mit einem hohen Maß an Flexibilität in unmittelbarer Nähe zueinander aufgebaut werden können. Dieser Entwurfsablauf durchbricht das konventionelle Paradigma der Makrosynthese von Logik und Speicher, und die Vermischung von Logik- und Speicherelementen kann zur Implementierung sehr neuartiger KI-Architekturen genutzt werden."

Die Fortschritte in der GF-Technologie, gepaart mit einem neuen und einzigartigen Design- und Synthesefluss, sind laut Letavic leistungsstarke Werkzeuge für die Implementierung neuer Rechenparadigmen, die das Potenzial der KI weiter erschließen. Wichtige Arbeiten in diesem Bereich finden in Zusammenarbeit mit führenden Forschungseinrichtungen statt.

Dr. Marian Verhelst und die Hochschulverbindung von GF

GF arbeitet mit einigen der weltweit führenden Forscher zusammen, um diese neuartigen Architekturen zu untersuchen und objektive Vorteile und Beweise für sie zu finden, die die Kunden von GF dann zur Entwicklung effizienterer KI-Systeme nutzen können.

Marian Verhelst, Ph.D.

Ein Grossteil dieser Arbeit findet in Zusammenarbeit mit Forschungskonsortien wie imec und mit Universitätsprofessoren im Rahmen des University Partnership Program (UPP) von GF statt. Im Rahmen dieses Programms arbeitet GF eng mit akademischen Forschern weltweit an innovativen Projekten, die die Technologie von GF nutzen.

Einer der führenden akademischen Mitarbeiter von GF ist Dr. Marian Verhelst, Professor an der Universität KU Leuven in Leuven, Belgien, und Forschungsdirektor bei Imec. Dr. Verhelst ist eine der weltweit führenden Expertinnen für hocheffiziente Verarbeitungsarchitekturen. Sie arbeitete zuvor bei Intel Labs in den USA an digital verbesserten Analog- und HF-Schaltungen und kam 2012 an die KU Leuven, wo sie ein Forschungslabor gründete, in dem derzeit 16 Doktoranden und Postdocs arbeiten.

Die Arbeit ihres Labors reicht von langfristigen, von der Europäischen Union finanzierten Großprojekten bis hin zu kurzfristigen Bemühungen, die einen Technologietransfer an eine Vielzahl von Industrieakteuren beinhalten. Sie wurde mit dem belgischen André-Mischke-YAE-Preis ausgezeichnet, mit dem international führende akademische Forschung, Management und evidenzbasierte Politikgestaltung gewürdigt werden.

Als ehemaliges Mitglied der Jungen Akademie Belgiens und der flämischen STEM-Plattform setzt sie sich offen für Wissenschaft und Bildung ein und war bereits in mehreren populären Wissenschaftssendungen im nationalen Fernsehen zu sehen. Im Jahr 2014 gründete sie InnovationLab, das interaktive technische Projekte für Gymnasiallehrer und ihre Schüler entwickelt. Außerdem ist sie Mitglied der IEEE-Initiative "Women in Circuits" und engagiert sich in vielen anderen Bereichen der Interessenvertretung und Bildung.

Entschuldigung, dieses Video erfordert die Zustimmung zu Cookies.

Bitte akzeptieren Sie Marketing-Cookies, um dieses Video anzusehen.

Der DIANA-Chip - ein bedeutender Schritt für die KI

Dr. Verhelst hat die Entwicklung eines hybriden neuronalen Netzwerkchips geleitet, der als weltweit erster Chip nicht nur analoge Compute-in-Memory- und digitale systolische Arrays kombiniert, sondern auch den KI-Algorithmus nahtlos auf diese heterogenen Ressourcen aufteilen kann, um eine optimale Energieleistung, Genauigkeit und Latenzzeit zu erreichen.

Der DIANA (DIgital and ANAlog) genannte Chip wurde auf der 22FDX-Plattform von GF entwickelt und wird in einem Vortrag vorgestellt, der noch in diesem Monat auf der renommierten International Solid State Circuits Conference (ISSCC) 2022 präsentiert wird.

"Maschinelles Lernen boomt, und jeder hat einen Prozessor, der für maschinelles Lernen optimiert ist, aber meist sind sie rein digital konzipiert und rechnen mit Nullen und Einsen, was nicht immer die effizienteste Methode ist", so Verhelst. "Daher untersuchen viele Forscher jetzt die Berechnung im analogen Bereich, sogar innerhalb von SRAM-Speichern, und arbeiten mit Stromakkumulation über SRAM-Zellen statt mit Nullen und Einsen. Das kann sowohl aus energetischer Sicht als auch im Hinblick auf die Chipdichte sehr viel effizienter sein, da man so mehr Rechenleistung pro Quadratmillimeter erbringen kann.

"Es gibt bisher einige hervorragende Ergebnisse, aber nur für bestimmte maschinelle Lernnetzwerke, die zufällig gut zur Form der Erinnerungen passen. Bei anderen laufen die Algorithmen nicht unbedingt effizient", sagte sie. "Der DIANA-Chip enthält einen Host-Prozessor sowie einen digitalen und einen Analog-in-Memory-Coprozessor. Für jede Schicht eines neuronalen Netzes kann er eine bestimmte Schicht an den Inferenzbeschleuniger oder Coprozessor schicken, der am effizientesten arbeitet. Alles läuft parallel und die Zwischendaten werden effizient zwischen den Schichten geteilt.

Um dies zu erreichen, hat Verhelsts Team fortschrittliche Scheduler und Mapper entwickelt, die die Hardwareeigenschaften eines Chips analysieren, um entweder die energie- oder latenzoptimale "Rechenreihenfolge" zu ermitteln oder zu bestimmen, wie ein bestimmter Algorithmus auf dem Chip ausgeführt werden soll.

"Es gibt viele Möglichkeiten, einen Algorithmus auszuführen, je nachdem, wie viel Arbeitsspeicher zur Verfügung steht, welche Eigenschaften der Algorithmus hat, wie viele Rechenelemente in der Recheneinheit vorhanden sind und so weiter", sagte sie. "Deshalb haben wir Tools entwickelt, in die man die Hardwareeigenschaften eingeben kann und die helfen, die optimale Lösung für die Arbeitslast zu finden."

Eine kontinuierliche Zusammenarbeit

Chips

Der DIANA-Chip ist das jüngste Ergebnis von Verhelsts Zusammenarbeit mit GF, die vor etwa fünf Jahren begann, als GF einem ihrer Doktoranden die Möglichkeit bot, einen Videoverarbeitungschip auf Basis der 22FDX-Technologie zu entwickeln, der Hunderte von Operationen effizient parallel ausführen kann.

Anschließend arbeitete Verhelst mit der 12 LP+ Technologie von GF an der Entwicklung eines Deep-Learning-Chips für eine sehr dichte Compute Fabric mit mehr als 2.000 Multiplikatoren auf dem Chip und einem großen SRAM-Inhalt. Ein weiteres Projekt, das sich in der Anfangsphase befindet, nutzt die 22FDX-Plattform von GF, um einen Chip für maschinelles Lernen mit hohem Leistungsbedarf zu entwickeln, der sich auf einen extrem stromsparenden Betrieb für das Internet der Dinge (IoT), die Maschinenüberwachung oder andere Sensorknoten konzentriert, die mit nur wenigen Milliwatt Leistung auskommen müssen.

Der Zugang zu Silizium und die technische Partnerschaft, die GF bietet, seien von unschätzbarem Wert, sagt sie. "Die Herstellung von funktionsfähigem Silizium kann sehr kostspielig sein, vor allem bei digitalen Prozessoren, die physisch sehr groß sind. Die Zusammenarbeit mit GF bietet uns sowohl eine niedrigere Hürde für den Zugang zu Silizium als auch Zugang zu den neuesten relevanten IPs", sagte sie.

"GF steht uns auch mit Rat und Tat zur Seite, wenn es darum geht, das manchmal schwierige physikalische Design zu schließen, was bei diesen fortschrittlichen Technologien nicht mehr unbedingt trivial ist. Es gibt so viele Dinge, die man im Backend berücksichtigen muss, dass die Erfahrung von GF in der Fertigung uns wirklich hilft, wenn wir versuchen, Dinge wie schnelle IOs, gute Oszillatoren, optimales Power Gating und so weiter sicherzustellen.

Blick in die Zukunft

Auf die Frage, was GF als Nächstes im Hinblick auf energieeffizientere KI vorhat, erwähnte Letavic die Arbeit des Unternehmens an der integrierten Spannungsregelung für den Compute-Die selbst sowie die Silizium-Photonik für noch höhere Transport- und Recheneffizienz.

"Eine verbesserte Stromversorgung ist eine Möglichkeit, die fehlende Leistungsskalierung bei kleineren Knoten zu kompensieren, die zu einer echten Einschränkung auf Systemebene geworden ist", sagte er. "Eine der wichtigsten Möglichkeiten, die Gesamtleistung der Anwendung zu senken, besteht darin, die Strom- und Spannungsversorgung des Prozessorkerns effizienter zu gestalten. Wir untersuchen verschiedene Optionen, und angesichts unserer langjährigen Erfahrung mit bipolaren CMOS- und DMOS-Leistungsbauelementen könnte dies für GF eine sehr große Chance sein."

Letavic erwähnte auch, dass die photonische Beschleunigung, d. h. die Verwendung von Licht (Photonen) anstelle von Elektrizität (Elektronen) nicht nur zur Übertragung von Signalen über Glasfaserkabel, sondern auch für die Datenverarbeitung selbst, in der KI eine wichtige Rolle spielen könnte. "Ich würde sagen, dass sich dies viel schneller entwickelt, als ich erwartet hatte. Und es ist ein weiterer Bereich, in dem wir einige wirklich solide Universitätsengagements haben."

Informieren Sie sich über weitere Forschungsarbeiten, die im Rahmen des Partnerschaftsprogramms von GF mit Universitäten durchgeführt werden:

Interview mit dem Auszubildenden Krystof Trischberger

Wie hast du den Beruf entdeckt?

Um ehrlich zu sein, war es einfach Zufall. Ich war nach der Schule auf der Suche nach einer Ausbildung bei einer großen Firma mit High-Tech-Umfeld. So kam es dann auch zu meiner Bewerbung bei GlobalFoundries. Meinem Ausbildungsberuf stand unter anderem noch der des Mechatronikers gegenüber, aber da ich es mir für mich eher weniger vorstellen konnte, Anlagen zusammenzubauen und zu warten, habe ich mich für den Beruf des Mikrotechnologen entschieden.

Was hast du von deiner Ausbildung erwartet und haben sich deine Wünsche erfüllt?

Ich habe von meiner Ausbildung ein sehr spannendes Arbeitsumfeld mit vielen abwechslungsreichen Aufgaben erwartet, aber eben auch mit vielen praktischen Tätigkeiten. Relativ schnell hat sich dabei herausgestellt, dass ich in meinem Beruf eher weniger praktische Aufgaben wahrnehmen muss. In meiner Ausbildung nutze ich zu vor allem Computer und Systeme zur Steuerung der Anlagen und Prozesse und sitze daher zumeist im Büro anstatt in einer Fertigungshalle, was ich mittlerweile nicht mehr bereue.

Wie hat sich die Arbeit im Reinraum angefühlt?

Das Arbeiten im Reinraum ist sehr eindrucksvoll. Nicht nur der Gedanke daran, dass man mit millionenteuren Anlagen umgeht hat mir gefallen, sondern die ganze Atmosphäre. Der Reinraum bei GlobalFoundries ist wie eine andere Welt, mit ganz anderen Geräuschen, anderem Licht, ganz in weiß gekleideten Menschen und permanenten Bewegungen des Transportsystems an der Decke. Das ist einfach Wahnsinn

Was unterscheidet GlobalFoundries von anderen Arbeitgebern?

Was ich durch Gespräche mit anderen Azubis von anderen Firmen mitbekomme, ist, dass bei GlobalFoundries ein sehr hoher Grad an Automatisierung herrscht, im Vergleich zu anderen Firmen in der Größenordnung. Damit geht natürlich eine ganz andere Verantwortung für mich als Azubi einher, da ich in der Produktion gleich mal 60 Anlagen steuere und überwache, anstatt vielleicht nur 4. Die Herausforderung da den Überblick zu behalten, macht die Arbeit für mich natürlich besonders interessant und anspruchsvoll.

Welche Aufgaben haben dir während deiner Ausbildung besonders viel Spaß gemacht? Gab es auch Dinge, die du nicht so gerne gemacht hast?

Besonders Spaß hat es mir natürlich bereitet, wenn es keine 08/15-Aufgaben zu lösen gab, sondern wenn man etwa Lösungen umsetzen musste, die etwa Stresssituationen in der Abteilung beenden sollten. Anlagenengpässe zum Beispiel, die Verknappung der Produktionskapazität mit sich zogen, bei der ich sehr schnell und besonders fokussiert arbeiten musste oder auch Rücksprache mit unseren Ingenieuren halten musste, was sonst eher seltener vorkommt. Das schöne ist, dass die Arbeit nicht nur aus Standardarbeiten besteht, sondern aus verschiedensten Tätigkeiten, die alle erledigt werden müssen. So kann und konnte ich bisher jeden Tag etwas Neues dazulernen. Mir hätte die Arbeit bei Globalfoundries sonst auch keinen Spaß gemacht, wenn es nur einfache, stupide und triviale Arbeiten zu verrichten gäbe.

Gab es Erfolgsmomente?

Besonders eindrücklich war eine Schicht, in der meine Ausbildungsabteilung nur mit mir und einem weiteren Techniker besetzt war. In dieser Schicht konnte ich mir selbst beweisen, was ich alles gelernt habe und dass ich mit dieser außergewöhnlichen Stresssituation gut umgehen kann. Obwohl wir personell unterbesetzt waren, ist alles relativ gut über die Bühne gegangen, was mich enorm gestärkt hat.

Wie hat man dich als Azubi behandelt? Hast du dich ausreichend betreut gefühlt?

Anfangs habe ich mich nicht sonderlich beachtet gefühlt, was sehr hart war, da ich frisch vom Abi kam und eine sehr große Motivation hatte. Das Problem war aber vielleicht einerseits meine falsche Wahrnehmung von der Arbeitswelt, dass ich mit dem Abi sofort jemand bin. Das war einfach eine sehr lehrreiche Erfahrung, dass ich als Abiturient trotzdem von Punkt 0 aus anfangen muss und nicht sofort alles kann. Andererseits waren wir Azubis im 1. Lehrjahr auch sehr selten in der Firma, wegen diverser Seminare oder Berufsschulwochen, wodurch unser Fachbereich uns auch nicht sonderlich viel Wissen vermitteln konnte. Nach dem ersten Lehrjahr hat sich das aber signifikant verändert. Man hatte als Azubi bereits erste Erfahrungen, konnte die Abteilung unterstützen und wusste auch, welche Baustellen es gibt. Also würde ich sagen, aller Anfang ist schwer.

Welche Tipps hast du für alle auf Lager, die sich auch für eine Ausbildung hier interessieren?

Ich würde rückblickend jedem empfehlen, der sich an dem Punkt befindet, sich umzuhören, was es alles für Firmen und Berufe in Dresden oder der Region gibt. Ich habe von der Vielfalt der Firmen, insbesondere der Firmen, die für das Silicon Saxony arbeiten, leider nicht so viel mitbekommen in meiner Gymnasialzeit, vielleicht auch, weil meine Interessen damals noch nicht in die Richtung gelenkt waren. Jetzt bin ich erstaunt, wie viele Leute in meinem Umfeld entweder direkt oder indirekt etwas mit Chips oder GlobalFoundries zu tun haben. Außerdem kann ich nur empfehlen, mehrere Bewerbungen zu schreiben und nach einer Absage nicht gleich den Kopf in den Sand zu stecken.

Gab es besondere Herausforderungen in der Ausbildung?

Anfangs war natürlich die größte Schwierigkeit die Umstellung auf Arbeit im Schichtsystem. Doch die anfänglichen Startschwierigkeiten haben sich recht bald schon durch die Vorzüge der Schichtarbeit gelegt, nämlich, dass man nach zwei Frühschichten 4 Tage lang richtig ausschlafen kann oder nach einem Arbeitsblock 4 Tage frei hat. Zu Beginn war ich zudem echt überfordert mit der Gewaltigkeit der neuen Dinge, die auf mich zugekommen sind. All die neuen Programme, die Fachsprache, die tausenden Daten, die ich jeden Tag auswerten muss, haben mich wirklich an die Grenzen gebracht. Das hat sich alles so angefühlt, als würde ich Chinesisch lernen. Doch mit zunehmender Routine hat sich auch das gelegt und das Lernen begann richtig Spaß zu machen.

Was sind deine Ziele nach der Ausbildung? Gibt es Weiterbildungsmöglichkeiten?

Mein Ziel ist es auf jeden Fall etwas Naturwissenschaftliches zu studieren. Neben meinem Studium werde ich aber weiter für GlobalFoundries tätig sein. Intern gab es für mich aber auch die Chance für ein duales Studium mit GlobalFoundries als Praxispartner oder die Ausbildung zum staatlich zertifizierten Prozesstechniker. Also Weiterbildungsmöglichkeiten sind bei GlobalFoundries eindeutig gegeben. Die Wege nach der Ausbildung sind können zudem sehr vielfältig sein.

Erfolg und Entwicklung der Schwarzen bei GF feiern

Von Emma Cheer

Der Februar ist in den USA der Black History Month. Der einmonatige Gedenkmonat ist eine Gelegenheit, die Beiträge, Innovationen und Vorreiter der schwarzen Gemeinschaft zu würdigen, die Wirtschaft, Technologie, Kunst, Musik, Wissenschaft und andere Bereiche, die das Leben von Menschen auf der ganzen Welt beeinflussen, vorangebracht haben.

GlobalFoundries (GF) weiß, dass die besten Ideen von einem vielfältigen und integrativen Team kommen und dass unser Erfolg darauf beruht, dass wir unsere Mitarbeiter befähigen, ihre ganze Person - 15.000 Mitarbeiter mit einzigartigen Talenten und besonderen Eigenschaften - in unser Unternehmen einzubringen. Der Aufbau einer Kultur der Integration führt zu besseren Geschäftsergebnissen. Ein entscheidender Faktor für die Vielfalt bei GF sind die von den Mitarbeitenden geleiteten Employee Resource Groups (ERGs), die ein vielfältiges, integratives Arbeitsumfeld fördern, das mit der Mission, den Werten und den Zielen von GF im Einklang steht.

Die im August 2020 gegründete Black Resource Affinity Group (BRAG) bei GF will die vielfältigen Erfahrungen schwarzer Mitarbeitender berücksichtigen und bietet einen sicheren Ort, um Individualität zum Ausdruck zu bringen und gleichzeitig die integrative Kultur von GF weiter auszubauen. Die BRAG konzentriert sich auf die Förderung der Anwerbung, Bindung und beruflichen Weiterentwicklung schwarzer Mitarbeiter. Die BRAG ist auf über 50 Mitglieder und Verbündete angewachsen, wobei Hunderte von GF-Mitarbeitern an den jüngsten Veranstaltungen teilgenommen haben.

Areleea Hendricks"Als ESG-Führungskraft für BRAG bei GF möchte ich ein Netzwerk für unsere schwarze Gemeinschaft fördern und auf die Herausforderungen und Hindernisse aufmerksam machen, mit denen Schwarze, indigene und People of Color konfrontiert sind", sagte Arleea Hendricks, leitende HR Business Partnerin bei GF und Mitglied des Fab 8-Teams in Malta, New York. "Der Black History Month ist eine Gelegenheit, der bemerkenswerten Errungenschaften von Afroamerikanern im Laufe der Geschichte zu gedenken und darüber nachzudenken, sowie eine Gelegenheit, die Sichtbarkeit zu erhöhen und Gespräche über soziale Ungerechtigkeit und kulturelle Akzeptanz zu führen".

In einem wirklich bemerkenswerten Jahr für GF unterstützte die BRAG ihre Mitglieder mit Networking-Veranstaltungen, beruflichen Weiterbildungsmöglichkeiten und Bemühungen, die über GF hinausgehen. Hier ist eine Momentaufnahme des Jahresrückblicks der BRAG. Förderung schwarzer Talente bei GF

Die Bereitstellung von beruflichen Entwicklungsmöglichkeiten ist der Schlüssel zu den Zielen der BRAG. Im September veranstaltete die BRAG eine Podiumsdiskussion zum Thema Wachstum, an der Führungskräfte von GF aus allen Geschäftsbereichen teilnahmen und zu der alle Teammitglieder von GF eingeladen wurden, um Vertrauen in ihre berufliche Laufbahn zu gewinnen. Ein Hauptthema der Diskussion war der Umgang mit Rollenveränderungen und die Erkundung von Karrieremöglichkeiten innerhalb von GF.

Will BillingsEine weitere Priorität der BRAG ist die Schaffung von Vernetzungsmöglichkeiten für ihre Mitglieder durch Mentoring-Aktivitäten, Meet-and-Greets für GF-Praktikanten und Vorträge von führenden Persönlichkeiten im Bereich Vielfalt und Integration wie Dereca Blackmon und Dr. Wanda Heading Grant.

Will Billings, Vice President und Chief Accounting Officer von GF, der im vergangenen Jahr zum Unternehmen kam, hat die Rolle des neuen Executive Sponsors der BRAG übernommen. Mit mehr als zwei Jahrzehnten Erfahrung in der Buchhaltung und im Finanzwesen bringt er bei GF und BRAG eine Fülle von Erfahrungen aus der Arbeit in und der Führung von verschiedenen internationalen Teams ein.

Aufbau von Beziehungen durch Initiativen zur Förderung von Vielfalt und Eingliederung

Im vergangenen Februar hat die BRAG in Zusammenarbeit mit GlobalGives, dem Spendenprogramm für Unternehmen und Mitarbeiter von GF, schwarze gemeinnützige Organisationen vorgestellt, darunter All Star Code, The Hidden Genius Project, Sad Girls Club und Fighting 4 the Tatas. Diese gemeinnützigen Organisationen leisten medizinische und berufliche Unterstützung für schwarze Männer und Frauen. Neben der GlobalGives-Kampagne 2021 haben die BRAG-Mitglieder das ganze Jahr über unermüdlich an der Unterstützung lokaler Schul- und Gemeindeveranstaltungen gearbeitet.

Einer unserer Grundwerte bei GF lautet "Umarmung". Veranstaltungen wie die "Lunch & Learn"-Reihe der BRAG ermöglichen anregende Diskussionen über Verbündete und Inklusion in einer vertrauensvollen Umgebung. Sie sind wichtig, um diesen Wert zu bekräftigen, da wir uns die Zeit nehmen, darüber nachzudenken, was Allyship und Inklusion bei GF bedeuten und wie wir unsere Unternehmenskultur kontinuierlich verbessern können.

Im April veranstaltete die BRAG in Zusammenarbeit mit Malta GlobalWomen die Veranstaltung "Preventing Microaggressions in the Workplace". Die Zusammenarbeit zwischen den ERGs eröffnet den Teammitgliedern die Möglichkeit, sowohl innerhalb unserer Standorte als auch weltweit Kontakte zu knüpfen.

Partnerschaften für ein inklusiveres GF

GF ist davon überzeugt, dass eine Vielfalt von Ideen und Hintergründen eine stärkere Kultur des Vertrauens und der Innovation schafft. Partnerschaften mit Organisationen wie dem McKinsey Leadership Program, AfroTech, der Jackie Robinson Foundation und anderen ermöglichen es GF, als eine vielfältige und doch vereinte ONEGF zu wachsen.

Eine Gruppe von 22 herausragenden GF-Führungskräften nahm an dem Pilotprogramm Management Accelerator der McKinsey Black Leadership Academy teil. Das Management-Accelerator-Programm ist ein sechsmonatiger praktischer "Mini-MBA", der auf die besonderen Erfahrungen schwarzer Führungskräfte zugeschnitten ist und grundlegende Fähigkeiten für Führungskräfte am Anfang und in der Mitte ihrer Laufbahn vermittelt. McKinsey Leadership berücksichtigt speziell die besonderen Fähigkeiten schwarzer Führungskräfte und die Herausforderungen, denen sie gegenüberstehen.

Im November war GF ein stolzer Sponsor der AfroTech, einer der größten Konferenzen für schwarze Tech-Innovatoren.

Marvin MontaqueBRAG-Mitglied und leitender Ingenieur Marvin Montaque nahm an der virtuellen Veranstaltung teil. "Die AfroTech-Konferenz 2021 war eine unglaubliche Erfahrung. Die Möglichkeit, mit Branchenführern von bekannten Unternehmen bis hin zu Firmen, die ich noch nicht einmal auf dem Radar hatte, zusammenzutreffen, war erstaunlich", sagte er.

"Wir vergessen manchmal, dass hinter jedem Unternehmen ein Motor - Menschen - steht, die über Wissen und Erfahrungen verfügen, die die eigene Welt beeinflussen können", so Montaque weiter. "AfroTech 2021 bietet eine einzigartige Gelegenheit, mit diesen Menschen über das Metaverse zu interagieren. Wenn ich darüber nachdenke, macht mich diese Technologie sprachlos. Ich konnte Freunde auf eine (virtuelle) Bootsfahrt mitnehmen, während ich mich mit ihnen austauschte und neue Leute kennenlernte. Außerdem konnte ich in Sekundenschnelle von einer Veranstaltung zur nächsten auf dem Campus springen. Auch die Inhalte waren erstaunlich: Ich nahm an Workshops und Pitch-Wettbewerben teil, traf mich mit Führungskräften von Disney/Slack und erfuhr von ihnen, was in ihrer Branche auf uns zukommt, und besuchte DJ- und Tanzpartys in meinem Wohnzimmer. Die ganze Erfahrung war unglaublich."

GF baut seine Partnerschaft mit der Jackie Robinson Foundation (JRF) weiter aus. Diese Partnerschaft konzentriert sich auf die Förderung von Hochschulbildungschancen für unterrepräsentierte Minderheiten durch die Vergabe von mehrjährigen Stipendien an hoch motivierte College-Studenten mit Interesse an MINT. GF hat im Sommer 2021 zwei JRF-Stipendiaten als Praktikanten aufgenommen.

"Der vergangene Sommer war eine meiner besten Lernerfahrungen", sagt Mbaba Sow, JRF-Stipendiat bei GF. "Der Aufenthalt bei GlobalFoundries in Malta, New York, ermöglichte mir einen tiefen Einblick in die Halbleiterindustrie. Die integrierten Systeme, die den Halbleiterchip-Prozess steuern, kennenzulernen und den Prozess live mitzuerleben, war fantastisch. Meine Kollegen in meiner Abteilung waren sehr freundlich und bereit, alle meine Fragen zu beantworten. Am Ende meines Praktikums hatte ich das Gefühl, ein Mitglied meiner Familie zu sein.

GF ist stolz auf die Errungenschaften der BRAG und freut sich auf das nächste Jahr mit hervorragenden Programmen und Lernmöglichkeiten. Möchten Sie mehr über andere Employee Resource Groups bei GF erfahren? Lesen Sie unsere ERG-Übersicht: Mitarbeiter-Ressourcengruppen, die Vielfalt, Integration und Erfolg bei GlobalFoundries fördern