Den Datenhunger von KI mit hocheffizienter Minimaltechnologie zügeln

Mit dem wachsenden Bedarf an KI und neuromorphen Systemen steigt auch der Energieverbrauch in Rechenzentren und Edge-Geräten stark an. Ein wesentlicher Engpass liegt in der Datenübertragung zwischen Hauptspeicher und Recheneinheit. Ein gemeinsames deutsch-taiwanesisches Projekt entwickelt daher innovative Speichertechnologie, die das Rechnen direkt im Speicher ermöglicht und so Latenzen und Energieverbrauch deutlich reduziert.

Lösung: Ferroelektrische FETs auf Hafniumoxid-Basis
Der Fokus liegt auf ferroelektrischen FETs (FeFETs) mit Hafniumoxid. Dank dünner Hafniumoxid-Schichten lassen sich diese Bauteile in moderne Halbleiterfertigungsprozesse integrieren. Sie arbeiten kapazitiv statt resistiv, wodurch der Energieverbrauch in Embedded-Systemen im Vergleich zu herkömmlichem nichtflüchtigem Speicher um den Faktor bis zu 100 reduziert werden kann. Ziel des Projekts ist der Aufbau einer 300-mm-Forschungsline, die Speicherlösungen nicht nur für Consumer-Anwendungen, sondern auch für Automotive, Industrie- und Medizintechnik entwickelt.

Mehrwert: Energieeinsparung und verbesserte KI-Leistung
Durch die enge Verknüpfung von Speicher und Rechenleistung senkt die Technologie den Energieverbrauch und erhöht zugleich Geschwindigkeit und Effizienz. Die deutsch-taiwanesische Kooperation kombiniert Kompetenzen in Materialentwicklung, hochauflösender Materialcharakterisierung und modernsten Gerätearchitekturen, um die Grundlage für energieeffiziente Speichertechnologien der nächsten Generation zu schaffen. Dieser Ansatz adressiert direkt die entscheidenden Herausforderungen in Leistung und Nachhaltigkeit von KI-Hardware und Edge-Computing.

www.ipms.fraunhofer.com