Printede nerveceller kan løse AI's gigantiske strømproblem

AI's strømproblem er globalt. Datacentre der driver ChatGPT, Gemini og andre AI-systemer bruger enorme mængder energi – og forbruget vokser med accelererende hastighed. Nu arbejder forskere på en løsning inspireret af den mest energieffektive computer vi kender: den menneskelige hjerne.

Hvad er printede nerveceller?

Version2 beskriver forskning i neuromorfe chips – mikrochips der emulerer hjernens nerveceller og synapser. Teknikken hedder "printede nerveceller" fordi processerne kan produceres med printteknikker der er langt billigere end traditionel chipproduktion.

Den menneskelige hjerne er den mest energieffektive informationsprocessor vi kender til. Den kører på ca. 20 watt – på niveau med en enkelt sparepære. Et moderne datacenter bruger millioner af gange mere energi per beregningsoperation.

Ulempen der blev en fordel

Forskergruppen bag projektet fandt at en egenskab der normalt betragtes som en ulempe ved printede kredsløb – nemlig at de er "upræcise" og inkonsistente – viste sig at efterligne hjernens stokastiske natur. Hjernen er heller ikke 100% præcis – men den er utrolig effektiv netop fordi den tolererer fejl og usikkerhed.

Dette åbnede for en ny tilgang: Design chips der bevidst udnytter "upræcisionen" frem for at bekæmpe den.

Hvornår ser vi det i praksis?

Forskningen er stadig i tidlige faser, men resultaterne er lovende. Målet er datacentre der bruger en brøkdel af den nuværende energi til samme beregningskraft – og dermed gør AI-teknologi bæredygtig på lang sigt.

Det er ikke en løsning til i morgen. Men det er en af de mest spændende forskningsretninger i kampen mod AI's klimaaftryk.