Heise 16.07.2026
13:30 Uhr

heise+ | Mehr KI-Energieeffizienz in Rechenzentren dank neuromorpher Chips


Neuromorphe Hardware soll den Energiebedarf in Rechenzentren senken, indem sie Informationen ereignisbasiert, parallel und geringerer Energie verarbeitet.

heise+ | Mehr KI-Energieeffizienz in Rechenzentren dank neuromorpher Chips

Computing basiert auf der Verarbeitung von Nullen und Einsen, aber das muss nicht immer so bleiben. Denn Ansätze für zukünftige Rechensysteme sind ganz anders konzipiert, mit dem erheblich effizienter rechnenden Gehirn als Vorbild. Traditionelle Rechner benötigen Unmengen an Energie, insbesondere für Aufgaben der künstlichen Intelligenz, etwa für Large Language Models. Zudem stoßen klassische Von-Neumann-Architekturen, wie sie in herkömmlichen Chips zum Einsatz kommen, zunehmend an ihre Grenzen.

Hardwarekonzepte, die sich am Gehirn des Menschen orientieren, bieten jedoch eine Möglichkeit, die aktuellen Limitationen und Herausforderungen zu überwinden. Jahrmillionen der Evolution haben eines der energie- und recheneffizientesten Systeme hervorgebracht, das wir kennen: das menschliche Gehirn. Es kann hochkomplexe Aufgaben bewältigen, und zwar mit erstaunlicher Energieeffizienz.

Der zurzeit leistungsstärkste Supercomputer der Welt, El Capitan, verfügt über eine geschätzte Rechenleistung von rund 1,7 Exaflops – 10¹⁸ Gleitkommaoperationen pro Sekunde –, während die des menschlichen Gehirns auf etwa 1 Exaflops geschätzt wird. Für diese Leistung benötigt El Capitan allerdings 29,6 Megawatt – weit entfernt von den nur 20 Watt, die das Gehirn verbraucht.