慕尼黑工业大学人工智能处理器设计教授已委托位于德累斯顿的半导体制造商格罗方德（Global Foundries）生产首批原型芯片。与传统芯片不同，这款名为“AI Pro”的芯片将计算单元和存储单元集成在一起。这得益于其“超维计算”原理：这意味着它能够识别相似性和模式，但无需数百万条数据记录即可进行学习。
与传统人工智能芯片中使用的深度学习方法需要向其展示无数汽车图像不同，这款芯片整合了各种数据，例如汽车有四个轮子、通常在道路上行驶以及可以有不同的形状。阿姆鲁赫教授解释说，就像这款新芯片一样，“人类也会通过相似性得出结论和学习”。
类脑思维的一个关键优势是：节能。在训练一个示例任务时，这款新芯片仅消耗24微焦耳的能量，而同类芯片则需要消耗其十到一百倍的能量——“这是一个创纪录的数值，”阿姆鲁赫教授指出。“现代处理器架构、算法专用化和创新数据处理的结合，使这款人工智能芯片脱颖而出。”这也使其区别于像英伟达这样的全能型芯片。“英伟达打造了一个依赖云端数据的平台，并承诺解决所有问题，而我们开发的是一款能够提供定制化解决方案的人工智能芯片。这方面市场潜力巨大。”
神经形态芯片：灵感源自人脑。
这种一平方毫米的芯片目前售价高达3万欧元。它拥有约1000万个晶体管，密度和性能都无法与英伟达（NVIDIA）的芯片相提并论，后者拥有2000亿个晶体管。但这并非阿姆鲁赫教授最担心的。他的团队专注于研发人工智能芯片，这种芯片可以直接在本地进行处理，无需将数据发送到云端与其他数百万个数据集一起处理后再发送回来。这节省了时间和服务器计算能力，并降低了人工智能的碳排放。
这些芯片还针对特定应用进行了定制。 “这使得它们非常高效，” 芯片专家阿姆鲁赫说道。例如，它们专注于处理通过智能手表或无人机导航数据收集的心率和其他重要数据。由于这些个人且有时敏感的数据保留在设备上，因此不存在网络连接稳定性或网络安全问题。这位芯片专家坚信： “未来属于那些拥有硬件的人。”
更多信息：
Hussam Amrouch 教授两年前加入慕尼黑工业大学 (TUM)。人工智能处理器设计教席是在巴伐利亚州技术议程框架下设立的。更多信息：https://www.hightechagenda.de/
Hussam Amrouch 教授还积极参与慕尼黑机器人与人工智能研究所 (MIRMI) 的工作。他的芯片研发成果与医疗健康、环境和航天领域密切相关。更多关于 MIRMI 的信息： https://www.mirmi.tum....artseite//
Sandy Wasif、Paul Genssler 和 Hussam Amrouch 合著的论文：“用于边缘人工智能训练的特定领域超维 RISC-V 处理器”。IEEE 电路与系统汇刊 I：常规论文 (2025)。https://ieeexplore.iee...t/10931124 Soliman, Taha、Swetaki Chatterjee、Nellie Laleni、Franz Müller、Tobias Kirchner、Norbert Wehn、Thomas Kämpfe、Yogesh Singh Chauhan 和 Hussam Amrouch 合著的论文：“首次演示使用多级单元 FeFET 的内存计算交叉开关”。《自然通讯》14，no. 1 (2023): 6348. https://www.nature.com...23-42110-y Wei-Ji Chao、Paul R. Genssler、Sandy A. Wasif、Albi Mema、Hussam Amrouch，“采用 22 nm 工艺，每个训练样本耗能 24.65 µJ 的端到端超维计算”，正在欧洲固态电子研究会议 (ESSERC) 上审稿中。预印本：https://go.tum.de/440497
