Forscher am MIT und anderen Zentren haben einen Dekodierungschip entwickelt, der ein neues statistisches Modell verwendet, um diese Zuverlässigkeitsinformationen auf eine viel einfachere und schnellere Weise als herkömmliche Verfahren zu nutzen.

Der Chip nutzt einen universellen Dekodierungsalgorithmus , der jeden Fehlerkorrekturcode entschlüsseln kann. Herkömmliche Dekodierungshardware kann nur einen bestimmten Codetyp verarbeiten. Dieser neue universelle Dekodierungschip setzt neue Maßstäbe in puncto Energieeffizienz und bietet eine 10- bis 100-mal höhere Leistung als andere Hardware.

Diese Weiterentwicklung könnte mobile Geräte mit weniger Chips ermöglichen, da keine separate Hardware mehr für verschiedene Codes benötigt würde. Dadurch würde der Materialbedarf für die Herstellung reduziert, was die Kosten senkt und die Nachhaltigkeit verbessert. Durch einen weniger energieintensiven Dekodierungsprozess könnte der Chip zudem die Geräteleistung steigern und die Akkulaufzeit verlängern. Dies wäre insbesondere für anspruchsvolle Anwendungen wie Augmented und Virtual Reality sowie 5G-Netze von Vorteil.

„Dies ist das erste Mal, dass die Grenze von 1 Pikojoule pro Bit für die Decodierung durchbrochen wurde. Das entspricht in etwa der Energiemenge, die für die Übertragung eines Bits innerhalb des Systems benötigt wird. Es war eine enorme symbolische Hürde, aber sie verschiebt auch den Schwerpunkt beim Empfänger, wo der energieintensivste Teil liegen könnte: Wir können die Energie vom Decoder auf andere Elemente verlagern“, sagt Muriel Médard, Professorin für Softwarewissenschaft und -technik an der Fakultät für Naturwissenschaften, Dozentin am Institut für Elektrotechnik und Informationstechnik und Mitautorin einer Veröffentlichung, die den neuen Chip vorstellt.

Zu Médards Koautoren gehören Erstautor Arslan Riaz, Doktorand an der Boston University (BU); Rabia Tugce Yazicigil, Assistenzprofessorin für Elektrotechnik und Informatik an der BU; und Ken R. Duffy, damals Direktor des Hamilton Institute an der Maynooth University und heute Professor an der Northeastern University, sowie weitere Wissenschaftler des MIT, der BU und der Maynooth University. Die Arbeit wird auf der International Conference on Solid State Circuits vorgestellt.

Intelligenter sortieren

Digitale Daten werden in Form von Bits (0 und 1) über ein Netzwerk übertragen. Der Sender kodiert die Daten, indem er einen Fehlerkorrekturcode hinzufügt. Dieser ist eine redundante Folge von 0 und 1, die als Hashwert betrachtet werden kann. Informationen über diesen Hashwert sind in einem spezifischen Codebuch gespeichert. Ein auf dem Empfänger befindlicher Dekodierungsalgorithmus, der für diesen speziellen Code entwickelt wurde, verwendet sein Codebuch und die Hashwertstruktur, um die ursprünglichen Informationen wiederherzustellen, die möglicherweise durch Rauschen verfälscht wurden. Da jeder Algorithmus codespezifisch ist und die meisten spezielle Hardware erfordern, benötigt ein Gerät viele Chips, um verschiedene Codes zu dekodieren.

Die Forscher hatten bereits GRAND (Guessing Random Additive Noise Decoding) demonstriert, einen universellen Dekodierungsalgorithmus, der jeden Code knacken kann. GRAND funktioniert, indem es das die Übertragung beeinflussende Rauschen errät, dieses Rauschmuster von den empfangenen Daten subtrahiert und den Rest anschließend mit einem Codebuch vergleicht. Dabei werden verschiedene Rauschmuster in der Reihenfolge ihres wahrscheinlichen Auftretens erraten.

Die Daten werden üblicherweise mit Zuverlässigkeitsinformationen, auch Soft-Informationen genannt, empfangen. Diese helfen dem Decoder, fehlerhafte Fragmente zu identifizieren. Der neue Decodierungschip ORBGRAND (Ordered Reliability Bits GRAND) nutzt diese Zuverlässigkeitsinformationen, um die Daten anhand der Fehlerwahrscheinlichkeit jedes einzelnen Bits zu klassifizieren.

Es ist jedoch nicht so einfach, einzelne Bits zu ordnen. Zwar ist das unzuverlässigste Bit möglicherweise am fehleranfälligsten, doch das dritt- und viertunzuverlässigste Bit zusammen haben unter Umständen dieselbe Fehlerwahrscheinlichkeit wie das siebtunzuverlässigste Bit. ORBGRAND verwendet ein neues statistisches Modell, das Bits auf diese Weise einordnen kann, da es berücksichtigt, dass mehrere Bits zusammen genauso fehleranfällig sind wie einige wenige einzelne Bits.

„Wenn Ihr Auto nicht anspringt, deutet vieles darauf hin, dass es an der Batterie liegt. Wenn es aber nicht nur die Batterie ist, könnte es an der Batterie und der Lichtmaschine liegen. So würde ein vernünftiger Mensch bei der Fehlersuche vorgehen: Er würde diese beiden möglichen Ursachen in Betracht ziehen, bevor er sich mit etwas viel Unwahrscheinlicherem befasst“, sagt Médard.

ORBGRAND stoppt den Sortiervorgang, sobald ein Schlüsselwort gefunden wird, was in der Regel sehr schnell geschieht. Der Chip nutzt zudem Parallelisierung, indem er mehrere Rauschmuster gleichzeitig generiert und testet, um das Schlüsselwort schneller zu finden. Da der Decoder seine Arbeit beendet, sobald er das Schlüsselwort gefunden hat, bleibt sein Stromverbrauch auch bei gleichzeitigem Betrieb mehrerer Prozesse gering.

Rekordeffizienz

Im Vergleich zu anderen Chips dekodierte ORBGRAND mit höchster Genauigkeit bei einem Energieverbrauch von nur 0,76 Pikojoule pro Bit und brach damit den bisherigen Leistungsrekord. ORBGRAND verbraucht 10- bis 100-mal weniger Energie als andere Geräte.

Eine der größten Herausforderungen bei der Entwicklung des neuen Chips war sein geringer Energieverbrauch, so Médard. Mit ORBGRAND ist die Erzeugung von Rauschsequenzen nun so energieeffizient, dass andere Prozesse, auf die sich die Forscher zuvor nicht konzentriert hatten, wie beispielsweise die Überprüfung von Schlüsselwörtern in einem Codebuch, den größten Teil der Rechenleistung beanspruchen.

„Der schwierigste Teil ist nun dieser Testprozess, der vergleichbar ist mit dem Starten eines Autos, um zu sehen, ob es funktioniert. Deshalb müssen wir effizientere Wege finden, ihn durchzuführen“, erklärt er.

Das Team erforscht außerdem Möglichkeiten, die Modulation der Übertragungen so anzupassen, dass die höhere Effizienz des ORBGRAND-Chips genutzt werden kann. Darüber hinaus plant es zu untersuchen, wie sich die angewandte Technik zur effizienteren Steuerung mehrerer überlappender Übertragungen einsetzen lässt.

Die Forschung wird teilweise von der U.S. Defense Advanced Research Projects Agency (DARPA) und der Science Foundation of Ireland finanziert.

###

Verfasst von Adam Zewe, MIT-Pressestelle