Anwendungen

Physikalische KI

Derselbe Infrastrukturzyklus, der das Rechenzentrum grundlegend verändert hat, wirkt sich nun auf Dutzende Milliarden von Geräten, Maschinen, Fahrzeugen und Robotern aus. Wir gehen davon aus, dass sich diese nächste Welle – die physische KI – schneller ausbreiten wird als jede technologische Welle zuvor.

Geräte und Maschinen, die in Echtzeit wahrnehmen, denken, handeln und kommunizieren

Physische KI basiert auf einem geschlossenen Regelkreis, der als STAC (Sense, Think, Act, Communicate) bekannt ist: Erfassung von Signalen aus der realen Welt, lokale Entscheidungen in Echtzeit, präzises Handeln und sicherer Datenaustausch über verteilte Systeme hinweg. STAC ist die Kernarchitektur hinter jedem skalierbaren System für physische KI und entspricht genau den Technologien, in die GF seit mehr als einem Jahrzehnt investiert.

Auf der Grundlage von extrem stromsparendem CMOS, HF-Technologie, Siliziumphotonik, fortschrittlichen Verpackungstechnologien, eingebetteten nichtflüchtigen Speichern und nun auch MIPS- und ARC-Echtzeit-RISC-V-Prozessoren bietet GF eine durchgängige Plattform für intelligente autonome Systeme, gestützt auf ein robustes globales Fertigungsnetzwerk in den USA, Europa und Asien.

Warum physikalische KI?

Der Ausbau der KI-Infrastruktur im letzten Jahrzehnt hat die Weichen für die nächste Entwicklungsstufe gestellt: die Verlagerung der Intelligenz auf das Gerät, wo Millisekunden und Milliwatt entscheidend sind. Physische KI ermöglicht es Systemen, ihre physische Umgebung wahrzunehmen, deterministisch zu denken, präzise zu handeln und sicher über verteilte Netzwerke zu kommunizieren. Dieser Wandel wird durch den Bedarf an geringerer Latenz, höherer Zuverlässigkeit und größerer Energieeffizienz vorangetrieben, als dies bei reinen Cloud-Lösungen möglich ist.

Da intelligente Systeme zunehmend in Geräte, Fahrzeuge und Roboter Einzug halten, liefert GF die Halbleitertechnologien, die diese neue Ära des realen Echtzeit-Computings vorantreiben.

Eine nachweisliche Dynamik, durch die sich die physikalische KI bereits konkretisiert

Physikalische KI verändert bereits heute Branchen, in denen Echtzeit-Entscheidungen, Sicherheit und Energieeffizienz unverzichtbar sind und in denen GF-Technologie zum Einsatz kommt.

Automobilindustrie: Von ADAS-Sensorfusion und Radar bis hin zu effizienten Domänencontrollern – die Kombination aussicherheitsrelevanter, deterministischer Rechenleistung und robuster RF-Konnektivität fürblitzschnelle Leistung auf der Straße

Robotik: Multimodale Sensorik, verteilte Intelligenz und zuverlässige Aktorik für humanoide Roboter und autonome Systeme, ermöglicht durchextrem stromsparende Rechenleistung, schnellen eingebetteten Speicher und fortschrittliche Gehäusetechnik

Gesundheitswesen: Geräteintegrierte Bildgebungs- und Überwachungssysteme zur lokalen Signalverarbeitung für sofortige Reaktion, Datenschutz und Energieeffizienz bei begrenzten Formfaktoren

IoT der nächsten Generation: Wearables, AR/VR und Smart-Home-Geräte, die Reaktionsgeschwindigkeit, Akkulaufzeit und Konnektivität in Einklang bringen und so ein stets verfügbares Erlebnis bieten

GF + MIPS + ARC: Ein ganzheitlicher Technologiepartner für Physical AI

GF und MIPS verbinden ereignisgesteuerte RISC-V-Rechenleistung in Echtzeit mit den differenzierten Technologien von GF, um Innovationen im Bereich der physikalischen KI voranzutreiben. Gemeinsam bieten sie eine deterministische, sicherheitsfähige Rechenplattform, die speziell für Geräte entwickelt wurde, die in Echtzeit wahrnehmen, denken, handeln und kommunizieren müssen.

MIPS bietet eine softwareorientierte Mikroarchitektur und bewährte Multithreading-Technologie, die sich ideal für Workloads in der realen Welt eignet, während GF FDX™ FD-SOI, inFET, RF-SOI, SiGe, BCD/GaN und fortschrittliche Verpackungstechnologien bereitstellt, um Energieeffizienz, Leistung und Konnektivität zu optimieren. Diese Kombination ermöglicht einen geschlossenen Intelligenz-Stack, den Kunden individuell an Workload, Energieverbrauch und Kosten anpassen können.

Lesen Sie ein Interview mit Sameer Wasson, dem CEO von MIPS (wird in einem neuen Tab geöffnet)

GF-Webinarreihe für Unternehmen: Die Entwicklung von Edge- bis hin zu physikalischer KI vorantreiben

Dieses Webinar zeigt, wie die MIPS- und CMOS-Technologien von GF die Entwicklung intelligenter, autonomer und vernetzter Geräte vorantreiben – von Edge- bis hin zu physikalischen KI-Anwendungen.

Webinar ansehen

Aktuelle Nachrichten & Einblicke

Physikalische KI

Häufig gestellte Fragen

Physische KI bringt Intelligenz in die physische Welt – Maschinen und Geräte, die ihre Umgebung wahrnehmen, Informationen lokal verarbeiten, Entscheidungen treffen und in Echtzeit handeln. Sie verringert die Abhängigkeit von der Cloud bei latenzkritischen Aufgaben und ermöglicht Autonomie am Netzwerkrand.

Da Anwendungen wie humanoide Robotik und fortschrittliche autonome Systeme den Sprung von der Forschung in den praktischen Einsatz schaffen, steigt die Nachfrage nach eingebetteten Echtzeitsteuerungen und energieeffizienter, geräteinterner Intelligenz rasant an. Der massive Ausbau von Rechenzentren hat das Ökosystem darauf vorbereitet; der nächste Schritt bringt Intelligenz auf Milliarden von Geräten.

Wir bieten die Halbleiter-Grundlage – Rechenleistung mit extrem geringem Stromverbrauch (FDX FD-SOI & FinFET), HF- und Konnektivitätstechnologien, fortschrittliche Verpackungstechniken und Photonik, eingebettete Speicher sowie deterministische Echtzeit-Rechenleistung auf MIPS-Basis –, um zuverlässige, sichere Systeme mit geringer Latenz in großem Maßstab zu entwickeln.

Der Begriff „Edge-KI“ beschreibt den Ort, an dem die Berechnungen stattfinden: KI-Modelle werden in unmittelbarer Nähe der Datenquelle ausgeführt, um die Latenz zu verringern und die Abhängigkeit von der Cloud zu reduzieren. Dies ermöglicht eine schnellere Verarbeitung, wobei der Schwerpunkt jedoch in erster Linie auf der Analyse liegt.

Physische KI geht noch einen Schritt weiter. Sie bringt Intelligenz direkt in Geräte und Maschinen, sodass diese ihre Umgebung wahrnehmen, deterministische Entscheidungen treffen, über Motoren oder Aktuatoren agieren und in Echtzeit kommunizieren können. Es handelt sich um ein vollständig geschlossenes System, das für den Einsatz in der Praxis konzipiert ist und nicht nur für lokale Inferenz.

Edge-KI ist ein Baustein der Physical AI. Sie bildet die Grundlage für die lokale Rechenleistung, während Physical AI die Funktionen bereitstellt, die für autonomes Handeln in Echtzeit in der physischen Welt erforderlich sind, wie beispielsweise präzise Sensorik, extrem stromsparende Rechenleistung, integrierter Speicher, sichere Funkverbindung und zuverlässige Aktorik. Physical AI ersetzt Edge-KI nicht, sondern erweitert sie um konkrete Auswirkungen in der realen Welt.