Das Dresdner Start-up-Unternehmen Spinncloud hat einen Großauftrag für seine KI-Chips erhalten, die sich stark an der Funktionsweise des menschlichen Gehirns orientieren und einem Netz von Nervenzellen nachempfunden sind. Mit dem bislang größten Gehirn inspirierten Supercomputer soll an der Universität Leipzig vor allem KI-gestützte Medikamentenforschung betrieben werden, teilten das Unternehmen und die Hochschule mit.
Das genaue finanzielle Volumen des «millionenschweren Auftrags» wurde nicht beziffert. Die Vereinbarung soll in den kommenden zwei Monaten umgesetzt werden.
Ein Fünftel des menschlichen Gehirns
Spinncloud gilt bei Experten als das ambitionierteste Chip-Start-up Europas. Das System für die Universität Leipzig soll in der Lage sein, über 10 Milliarden künstliche Nervenzellen (Neuronen) gleichzeitig zu simulieren. Das entspreche rund 12 Prozent der Leistung eines menschlichen Gehirns. Dabei benötige das «SpiNNaker2»-System viel weniger Strom als normale Hochleistungs-Computer – etwa 18-mal weniger. «Diese Technologie ist ein Beispiel, die Entwicklung personalisierter Medikamente massiv zu beschleunigen und gleichzeitig Europas technologische Souveränität im Bereich KI und Supercomputing zu stärken.»
Weniger Strombedarf – höheres Tempo
In Leipzig soll die Spinncloud-Technologie auch für das sogenannte «In-silico-Screening» von Molekülen verwendet werden. Das bedeutet, dass Wissenschaftler mit Hilfe von Computern sehr viele verschiedene Moleküle durchtesten – aber nicht im Labor mit echten Stoffen, sondern am Computer. Sie nutzen dafür spezielle Programme, die vorhersagen, wie ein Molekül zum Beispiel an ein krankes Protein passen könnte. Dieser bislang sehr rechenintensive Prozess werde durch die Spinncloud-Systeme deutlich effizienter und energiesparender umgesetzt.
Erste Modellversuche zeigten, dass Spinncloud in der Lage sei, in der Arzneimittelforschung eine Wirkstoffentdeckung mit sogenannten niedermolekularen Verbindungen (Small Molecule Drug Discovery) bis zu 50-mal schneller als mit herkömmlichen KI-Chips zu realisieren. Damit rücke ein Markt für industrielle Anwendungen etwa in der Pharmaindustrie in greifbare Nähe. (dpa)
