In-Memory-Computing ist eine faszinierende Entwicklung in der Chip-Technologie, die traditionelle Grenzen zwischen Speicher und Rechenwerk verwischt. Normalerweise sind diese Komponenten getrennt: Der Prozessor lädt Daten aus dem RAM, führt Berechnungen durch und speichert Ergebnisse ab. Dieser ständige Datentransport verbraucht Energie und erzeugt Latenzen.
Bei In-Memory-Computing-Chips wird die Logik direkt in den Speicher integriert. Das bedeutet: Berechnungen finden an Ort und Stelle statt, wo die Daten bereits liegen. Für KI-Modelle, die typischerweise riesige Datenmengen verarbeiten müssen, ist das ein enormer Vorteil. Latenzen sinken drastisch, der Energieverbrauch wird reduziert, und die Gesamtleistung nimmt zu.
Es gibt verschiedene Konzepte für In-Memory-Computing: Manche Ansätze nutzen spezielle Transistor-Anordnungen, andere verwenden neuartige Speichertechnologien wie memristive Elemente. Jeder Ansatz hat eigene Stärken und Schwächen, je nachdem, welche Aufgaben gelöst werden sollen.
Für Schweizer Unternehmen, die mit KI arbeiten, ist dies perspektivisch hochrelevant. Heute sind KI-Modelle oft energie- und ressourcenhungrig. Technologien wie In-Memory-Computing könnten diese Anforderungen deutlich senken. Das hat direkte Auswirkungen auf Betriebskosten, Datencenter-Energieverbrauch und die Möglichkeit, KI-Funktionen auch auf Edge-Geräten (IoT, Mobile) rentabel zu nutzen.
Die Entwicklung ist noch nicht massiv marktreif, doch die Investitionen von grossen Halbleiterfirmen zeigen, dass es hier eine echte Zukunftstechnologie gibt. Unternehmen, die ihre IT-Infrastruktur für die nächsten Jahre planen, sollten diese Trends im Auge behalten. In fünf bis zehn Jahren könnte In-Memory-Computing ein Standard-Element in KI-gestützten Systemen sein.