F4 Raum

Datenverarbeitung

F4 befasst sich mit den grundlegenden Grenzen von Landauer und Turing. Es erforscht neuartige Computerplattformen und -modelle, um die Probleme des Energieverbrauchs und der Berechnungsfähigkeit digitaler Systeme zu lösen.

Schlüsselfragen

Neuromorphe Modelle, biologische Plattformen und spezielle Hardware wie SpiNNaker2 und FPGA werden benötigt, um den Energieverbrauch und die Latenzzeit zu verringern.

Nein, es werden alternative Modelle wie BSS-Maschinen benötigt, die nativ mit realen Zahlen umgehen können und das Vertrauen in das Metaversum gewährleisten.

Vorhandene Technologien wie SpiNNaker2 und FPGA werden zusammen mit automatischen Design-Explorationswerkzeugen für ein schnelles Prototyping eingesetzt.

Ansatz

  • Entwicklung von CeTI2-Plattformen für verteiltes Rechnen und KI.
  • Untersuchung zuverlässiger Systeme zur Gewährleistung von Sicherheit und Datenschutz, insbesondere gegen Quantenbedrohungen.

Erwartete Ergebnisse

  • OpenRAN/5G-Aufgaben auf neuromorpher Hardware + FPGA-basierter Post-Quantum-Prototyp.
  • Bewertung von OpenRAN-Teilfunktionen auf Quanten-Hardware + formale Verifikationsmethoden.
  • Auslagerung von Rechenaufgaben auf analoge Hardware + Vergleich mit digitalen Plattformen.
  • Implementierung von formal verifizierten kritischen Hardwarekomponenten.
  • Quantenerweitertes OpenRAN auf heterogenen Plattformen.
  • Erweiterung auf biologisches Rechnen, um nicht-Turing-rechenbare Funktionen zu adressieren.

Our Latest Research Results

  • Revolutionary Neural Learning Unit Accelerates On-Device AI Training While Cutting Energy Consumption

    Whether it is a robotic arm in an automated factory, an autonomous vehicle navigating a warehouse, or haptic gloves in virtual reality—precise real-time orientation tracking is essential. A new study ...

  • When Biology Meets Engineering – Controlling Physical Systems with Living Neural Networks

    Could the future of computing be biological? As we look beyond traditional silicon chips for more adaptive and energy-efficient solutions, a fascinating question arises: Can we use Synthetic Biologic ...

Raumleiter:innen

Portrait of Christian Mayr

Prof. Dr.

Christian G. Mayr

TU Dresden

Chair of Highly-Parallel VLSI Systems and Neuro-Microelectronics