24. September 2019 / Sonja Krieger

InfoTech-Student gewinnt den Xilinx Open-Hardware-Wettbewerb

Ponnanna Kelettira Muthappa siegt mit Stochastischem Neuronalen Netzwerk beim Finale

Ponnanna Kelettira Muthappa, Student im internationalen Masterstudiengang “Information Technology” (InfoTech) der Universität Stuttgart, hat den Xilinx Open-Hardware-Wettbewerb in der Kategorie “Student” gewonnen. Bei der Preisverleihung am 5. September 2019 am europäischen Hauptsitz von Xilinx in Dublin wurde sein Hardware-Design ausgezeichnet, das künstliche neuronale Netzwerke (NNs) für Systeme mit harten Ressourcenbeschränkungen bereitstellt.

Kelettira Muthappa hat ein neuronales Netzwerk nach dem Paradigma des Stochastischen Rechnens entworfen. „Stochastisches Rechnen ermöglicht eine extrem kosteneffiziente Realisierung von arithmetischen Operationen wie Addition und Multiplikation, die in neuralen Netzwerken massiv zum Einsatz kommen. Es bietet auch eine niedrige Leistungsaufnahme und exzellente Fehlertoleranz“, erklärt der Preisträger. „Deswegen konnte ich ein vollständiges Convolutional NN mit 11 Schichten und 236 Neuronen auf einem kostengünstigen Entwicklungsboard von Xilinx umsetzen.“

Vielfältige Ansätze aus dem Bereich der Künstlichen Intelligenz, die die heutige Technologie revolutionieren, basieren auf neuronalen Netzwerken. Die Erkennung von Objekten (etwa die Interpretation von Verkehrszeichen während des Autonomen Fahrens) oder handgeschriebenen Schriftzeichen gehören zu den Anwendungsgebieten. Bislang war die NN-Technologie, die für komplexe Aufgaben geeignet war, großen und leistungsfähigen Rechensystemen vorbehalten. Ihre Nutzung in einem eingebetteten oder autonomen System erforderte drei Schritte:

  • Übertragung der Input-Daten über eine vergleichsweise langsame, leistungshungrige und potenziell unsichere Verbindung
  • Durchführung der Analyse auf einem zentralen leistungsfähigen Server
  • Rückübertragung zurück zum System.

Durch Kelettira Muthappas Lösung wird die NN-Funktionalität in nächster Nähe zur Datenquelle (etwa einem Sensor) bereitgestellt und die Übertragung eingespart.

Der Open-Hardware-Wettbewerb wird von Xilinx unterstützt, einem weltweit führenden Hersteller von rekonfigurierbarer Hardware wie Field Programmable Gate Arrays (FPGAs) oder programmierbaren Systems-on-Chips (SoCs). Aus fast 100 Einreichungen wurden 24 Kandidaten in 4 Kategorien für das Finale ausgewählt. Unter den teilnehmenden Hochschulen finden sich seit 2015 europäische Spitzenuniversitäten wie Politecnico di Milano, Universität Heidelberg, University of Glasgow, EPFL Lausanne, Tel Aviv University, KU Leuven, Imperial College London, TU München und ETH Zürich.

Das Siegerprojekt ist das Ergebnis von Kelettira Muthappas Masterarbeit am Institut für Technische Informatik (ITI) der Universität Stuttgart. Stochastisches Rechnen und wie es für künstliche neuronale Netzwerke eingesetzt werden kann sind Forschungsschwerpunkte des Instituts; diese Forschung wird auch von der Deutschen Forschungsgesellschaft (DFG) gefördert. Das ITI kooperiert mit dem weltweit führenden Forscher auf dem Gebiet des Stochastischen Rechnens, Prof. John P. Hayes von der University of Michigan in Ann Arbor, der für seine Arbeit mit einem Humboldt-Forschungspreis ausgezeichnet wurde. Prof. Ilia Polian, der Betreuer des Preisträgers und der Direktor des ITI, sagt: „Diese Auszeichnung unterstreicht unsere wissenschaftliche Exzellenz und hilft die Kluft zwischen den an der Universität entstehenden innovativen theoretischen Konzepten und ihrem praktischen Einsatz zu überwinden.“

Zum Seitenanfang