Es braucht „neues Computing“, weil das klassische Rechenmodell, wie es seit Jahrzehnten in PCs, Smartphones und Servern steckt, an physikalische, energetische und architektonische Grenzen stößt.
Wir brauchen Rechenleistung, die mit herkömmlichen Methoden schlicht nicht erreichbar sind. Rechenzentren verbrauchen heute bereits mehrere Prozent des weltweiten Stroms. KI‑Modelle, Simulationen und Big‑Data‑Analysen treiben den Bedarf weiter nach oben. Nachhaltigkeit wird zum limitierenden Faktor. Viele moderne Probleme sind nichtlinear und kombinatorisch. Milliarden Parameter und Echtzeitentscheidungen erfordern neue Hardware. Die Lösung sind energieeffizientere Rechenmodelle mit flexiblen Architekturen.
Quanten Computing ist bereits in aller Munde und oft im Fokus technischer Medienberichte. Heute ist die Technologie noch nicht skaliert, aber Forschungen versprechen einen Einsatz in der Zukunft.
Bis dahin erobern neue Chips die Märkte. Ganz vorne mit dabei sind photonisches und neuromorphes Rechnen. Bei ersterem wird mit Licht statt Elektronen gerechnet. So werden extrem hohe Geschwindigkeiten und Parallelität bei geringer Wärmeentwicklung ermöglicht.
Das Neuromorphe Computing imitiert das menschliche Gehirn mithilfe künstlicher Neuronen. Das macht es ideal für Mustererkennung und autonome Systeme bei ultra-energieeffizienten Rechenprozessen.
Klassisches Computing folgt dem von-Neumann-Modell, nach dem Speicher und Recheneinheit zwei separate Bereiche sind. Zwischen ihnen fließen ständig Daten. Während sich Recheneinheiten ständig weiterentwickelt haben, konnten Speicher das Tempo nicht mithalten. Demnach werden heute für den Datenaustausch bis zu 90 Prozent der Energie verbraucht.
In-Memory-Computing löst dieses Problem, indem direkt im Speicher gerechnet wird. Daten müssen nicht mehr bewegt werden. So werden Rechenprozesse (energie-)effizient und schnell.
In Zukunft wird es wohl nicht mehr einen Chip für alles geben. Ein Computer wird aus mehreren spezialisierten Chips bestehen, die jeweils für bestimmte Aufgaben optimiert sind. Wie ein Orchester mit zentraler Steuerung werden die Prozessoren dann gemeinsam rechnen.