In-Memory-Computing im gemischten Modus mit adaptiven Phasenwechselmaterialien (C06)

• Fachliche Zuordnung: Experimentelle Physik der kondensierten Materie ; Optik, Quantenoptik und Physik der Atome, Moleküle und Plasmen
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 433682494

In diesem Projekt verwenden wir neuromorphe Mixed-Mode-Architekturen, um In-Memory-Lernen durch elektrisch programmierbare künstliche Neuronen und Synapsen auf Basis von Phasenwechselmaterialien zu implementieren. Mithilfe fortschrittlicher Fertigungsmethoden und Nanoanalytik werden optimale Kompositionen entwickelt, umgesetzt und getestet. Wir werden Mixed-Precision-Algorithmen für In-Memory-Lernen entwickeln und implementieren und unsere Architektur für die Verarbeitung externer sensorischer Eingaben anwenden. Langfristig streben wir danach, gehirninspirierte nanoskalige Rechner zu entwickeln, die eine adaptive optische Informationsverarbeitung durchführen können.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1459: Intelligente Materie – Von responsiven zu adaptiven Nanosystemen
• Antragstellende Institution: Universität Münster
• Teilprojektleiter: Professor Dr. Wolfram Hans Peter Pernice; Professor Dr. Martin Salinga