12. November 2025. Das Dresdner Chipunternehmen SpiNNcloud Systems meldet einen bedeutenden Erfolg im US-Markt: Die auf der revolutionären SpiNNaker2-Architektur basierende Supercomputer-Plattform des Unternehmens wurde für das prestigeträchtige Neuromorphic Commons Projekt (THOR) ausgewählt – ein Novum für die Etablierung gehirn-Rechnerarchitekturen im amerikanischen Hochleistungsrechnen.
Kategorien
Schlagworte
Mit einer beeindruckenden Kapazität zur Simulation von mehr als 393 Millionen Neuronen positioniert sich das System unter den vier weltweit größten neuromorphen Supercomputern. Entwickelt wurde die zugrundeliegende SpiNNaker2-Technologie unter Federführung von Professor Steve Furber, dem legendären ARM-Architekten, dessen Vision einer massiv-parallelen Prozessorarchitektur nun Wirklichkeit wird: Tausende stromsparender Recheneinheiten arbeiten synchron zusammen und erreichen dabei eine bisher unerreichte Energieeffizienz sowohl in der KI-Forschung als auch in neurowissenschaftlichen Simulationen.
Das von der amerikanischen National Science Foundation (NSF) geförderte THOR-Projekt verfolgt ambitionierte Ziele: Erstmals soll der breiten Forschungsgemeinschaft der Zugang zu heterogenen neuromorphen Großrechnern ermöglicht werden – ein Paradigmenwechsel in der amerikanischen Forschungslandschaft. Durch die Implementierung der SpiNNcloud-Lösung entsteht ein umfassendes neuromorphes Ökosystem, das die Entwicklung zukunftsfähiger KI-Algorithmen und nachhaltiger Computing-Konzepte entscheidend vorantreiben wird. Die wissenschaftliche Leitung des Vorhabens obliegt Dr. Dhireesha Kudithipudi, Inhaberin des renommierten Robert F. McDermott-Lehrstuhls für Ingenieurwissenschaften und Direktorin des MATRIX AI Konsortiums an der University of Texas at San Antonio (UTSA), wo auch die Anlage ihren Standort haben wird.
„Für die UT San Antonio ist es eine besondere Auszeichnung, als erste akademische Einrichtung der Vereinigten Staaten die wegweisende SpiNNaker2-Technologie einzusetzen“, unterstreicht Prof. Kudithipudi, die international als Koryphäe für energieeffizientes Computing gilt. „Neuromorphe Systeme wie jenes von SpiNNcloud eröffnen völlig neuartige algorithmische Lösungsansätze bei gleichzeitig drastisch reduziertem Energiebedarf – eine Kombination, die für die Zukunftsfähigkeit der KI-Forschung von entscheidender Bedeutung ist.“
Für die technische Implementierung zeichnet Dr. Tej Pandit verantwortlich, unterstützt von den Co-Projektleitern Dr. Catherine Schuman und Dr. Gert Cauwenberghs. Die Benchmark-Evaluierung übernimmt Dr. Vijay Janapa Reddivon der Harvard University, Mitbegründer der MLCommons-Initiative: „Die Inbetriebnahme des SpiNNcloud-Systems an der UT San Antonio fügt sich nahtlos in unsere Forschungsstrategie zur Untersuchung sparsamer neuronaler Netze und energieoptimierter KI-Verfahren ein.“
Der Zeitpunkt der Installation könnte kaum günstiger gewählt sein: Angesichts explodierender Energiekosten und wachsender Nachhaltigkeitsanforderungen suchen Forschungs-einrichtungen weltweit nach Alternativen zu konventionellen Rechnerarchitekturen – ein Trend, den die UTSA-Installation eindrucksvoll unterstreicht. „Dass sich das renommierte THOR-Konsortium für unsere Technologie entschieden hat, beweist die internationale Wettbewerbsfähigkeit europäischer Innovationen im Bereich neuromorpher Architekturen“, so Dr. Hector Gonzalez, CEO von SpiNNcloud. Das Einsatzspektrum der Systeme erstreckt sich dabei von der pharmazeutischen Wirkstoffforschung über hybride KI-Modelle bis hin zu komplexen physikalischen Simulationen. Besonders vielversprechend: Die von SpiNNcloud entwickelte Architektur ermöglicht erstmals den effizienten Betrieb sparsamer Large Language Models – ein radikaler Durchbruch im Bereich energie-effizienter generativer KI.
SpiNNcloud hat sich der Neuerfindung von KI-Infrastrukturen verschrieben: Mit einer konsequent am biologischen Vorbild des Gehirns orientierten Rechnerarchitektur definiert das Unternehmen Effizienzstandards neu. Das ereignisgesteuerte Verarbeitungsprinzip – Berechnungen erfolgen nur bei Bedarf und ausschließlich für relevante Daten – erschließt bisher unerreichte Effizienzreserven ohne Performanceeinbußen. SpiNNcloud liefert komplette gehirninspirierte Systeme an Forschungseinrichtungen und Unternehmen weltweit und ebnet damit einen fundamental neuen Weg: skalierbar, nachhaltig und konzipiert für die Anforderungen künftiger intelligenter Systeme.
– – – – –
Fotos: Tej Pandit, UT San Antonio
