ZuSE-KI-mobil Phase I+II - Plattform für energieeffiziente KI-Prozessoren in mobilen Anwendungen

Abstract

Im BMFTR-geförderten Projekt ZuSE KI-Mobil (Förderkennzeichen 16ME0094, 2020-2025) übernahm BMW die Gesamtleitung des Konsortiums und führte die Arbeitspakete zur Definition, Spezifikation und Umsetzung von Demonstratoren sowie zur Hardware-Architektur-Suche Methodik. Zentrales Ergebnis des Konsortiums ist ein voll funktionsfähiges System-on-Chip mit neu entwickeltem KI-Beschleuniger, der auf 22FDX Technologie realisiert wurde und im ersten Bring-Up eine Rechenleistung von 10 TOPS im erwarteten Energie-Verbrauchskorridor (3 TOPS pro Watt) erreichte. Mehrere Demonstratoren wurden realisiert, insbesondere automotive Video- und Kamera-Sensordaten-Verarbeitung, Dronen-Steuerung und industrielle Prozesskontrolle und Produktionsüberwachung. Sie zeigten überzeugend das Potential der KI-Mobil Plattform während Auftritten auf Konferenzen, in Workshops und auf Messen. Methoden für das Hardware-Software-Co-Design von KI-Lösungen optimieren das Training von neuronalen Netzen für konkrete Kandidaten von KI-Beschleunigern, und ermittelt insgesamt ein Auslegungsoptimum für die Hardware. Modelle der Hardware im Trainingsprozess (hardware-aware training) und beschleunigte KI-Entwicklung durch effiziente Laufzeit-Prädiktion statt aufwändiger hardware-in-the-loop Messungen sind direkt industrialisierbare Forschungsergebnisse. Co-Optimierung von KI-Architektur und Chip-Design zeigen messbare Performance- und Effizienz-Gewinne und sind wegweisende Ansätze für weiterführende Projekte. ZuSE KI-Mobil hat bemerkenswerte kommerzielle Folgeaktivitäten ausgelöst und damit das KI- und Halbleiter-Ökosystem in Deutschland wesentlich gestärkt. Das Projekt trug ebenso zur Gründung der "Chip Design Germany" Initiative bei. Partner von BMW in diesem Vorhaben waren TU Dresden, Leibniz Universität Hannover, Karlsruhe Institute of Technology, Technische Universität München, Dream Chip, Infineon, ZF, und T3.