Start-up SiMa.ai schlägt Platzhirsch Nvidia

Nicht zuletzt durch den Hype um den Chatbot ChatGPT ist das Thema künstliche Intelligenz (KI) mittlerweile in den Wohnzimmern angekommen. Doch die Daten von Anwendungen wie Sprachassistenten werden meist in einer Cloud verarbeitet, können also auf riesige Ressourcen in den Rechenzentren zurückgreifen. Der Energieverbrauch bei den Rechenprozessen spielt hier hier keine große Rolle.

Soll die KI dagegen in Dingen wie einem Auto funktionieren, muss der Energieverbrauch möglichst minimiert werden, da sonst beispielsweise die Reichweite eines E-Autos erheblich gemindert wird. Bisher dominieren in der Autoindustrie Grafikchips etwa von Nvidia, die zwar in Verbindung mit einer Cloud gut funktionieren, aber an Bord eines Autos als sehr stromhungrig und teuer gelten. Sie benötigen meist ein eigenes Thermomanagement, was an der Reichweite von E-Autos knabbert.

Genau hier setzt das kalifornische Start-up SiMa.ai an mit einem neu entwickelten Chip an, der nach Angaben des Unternehmens nicht nur schneller ist, sondern auch energieeffizient. "Die Daten aus Kameras oder Lidar können durch den perfekt auf KI ausgelegten Chip mit der zehnfachen Geschwindigkeit konventioneller KI-Chips verarbeitet werden – es gibt auch Anwendungen, die hundertfach beschleunigt sind. Und das bei deutlich reduziertem Stromverbrauch", sagt Harald Kröger, der für SiMa das Automotive-Geschäft leitet und zuvor in der Geschäftsführung von Bosch war.

Mit vollmundigen Ankündigungen wollte sich das Unternehmen aber nicht begnügen und trat deshalb beim Wettbewerb Maschine Learning Perfomance (MLPerf) an, einer Art Weltmeisterschaft der Chips für künstliche Intelligenz. Der Leistungsvergleich wurde von Nvidia ins Leben gerufen. Der amerikanische Technologie-Gigant war in den vergangenen Jahren auf den Sieg abonniert. "Bisher waren hier nur Unternehmen mit Marktkapitalisierungen von über 100 Milliarden Dollar und zehntausenden von Mitarbeitern aktiv – noch nie ist dort ein Start-up überhaupt nur angetreten", so Kröger.

Umso stolzer ist der ehemalige Bosch-Manager, dass SiMa.ai die Konkurrenz bei MLPerf auf Anhieb überholt hat. Dabei hätten diese Unternehmen große Teams, die Chips speziell für diesen Wettbewerb optimieren. Diese hätten mit dem serienreifen Endprodukt in der Regel nur sehr wenig zu tun. SiMa.ai habe dagegen lediglich das Verfahren angewendet, das auch ein Kunde bei der Integration in ein Produkt nutzen würde. "Das ist, als wäre ein 100-Meter Sprinter in Jeans und Flip-Flops, direkt vom Strand kommend, gegen einen Profiathleten mit maßgeschneidertem Sprintequipment angetreten, der auch noch monatelanges Höhentraining genossen hat", sagt Kröger und zieht den berühmten David-gegen-Goliath-Vergleich.

Mit seinem Chip stoße SiMa.ai das Tor weit auf für künstliche Intelligenz in Dingen, die bisher so nicht möglich gewesen seien. "Und wir haben damit bewiesen, dass dies nicht nur Behauptungen sind, sondern dass es auch ganz real funktioniert", sagt Kröger.  „Die Leistung von SiMa.ai, einen voll funktionsfähigen Chip bei ihrem ersten Fertigungslauf zu produzieren, ist beeindruckend", lobt etwa Kurt Keutzer, Professor an der UC Berkeley und Experte für KI.

Kröger rechnet daher mit weiterem Interesse aus der Automobilbranche. Bereits seit der Messe CES in Las Vegas zu Jahresbeginn führe SiMa.ai viele Gespräche mit großen Zulieferern, aber auch direkt mit den Herstellern über eine mögliche Industrialisierung. Vor allem in der Autoindustrie sind die Vorlaufzeiten in der Regel aber lang. Erste Fahrzeuge mit dem Chip könnten daher ab dem Jahr 2028 auf der Straße zu sehen sein, glaubt Kröger.

Das Unternehmen jedenfalls sei bereit. "In anderen Branchen wie der Robotik geht das natürlich viel schneller, bei Drohnen etwa können wir den Chip schon in einem halben Jahr in Serienprodukte einbauen", so Kröger. Den größten Anwendungsfall sieht er aber in der Autoindustrie. Dort arbeiten alle Hersteller fieberhaft an den nächsten Automatisierungsstufen. Die Zeitschiene für Fahrzeugprojekte etwa des Volkswagen-Konzerns, die auf Level 4 fahren können, ist von der Einschätzung Krögers zur Marktreife des Chips nicht weit entfernt.

Aus dem Datencenter:

Marktvolumen Software im Auto 2020 und Prognose