Halbleiterarchitekturen für physische künstliche Intelligenz und Edge-Automatisierung

Infineon präsentiert seine neuesten Halbleiterlösungen auf Systemebene für Anwendungen der physischen künstlichen Intelligenz in den Bereichen Industrierobotik, Automobilmobilität und Rechenzentrumsinfrastruktur. Die demonstrierten Technologien konzentrieren sich auf die Ermöglichung von funktionaler Sicherheit auf Hardwareebene, sicherem Edge-Computing und hocheffizienter Energieverteilung für autonome Systeme.

Hardwarearchitekturen für Industrierobotik und Edge-Computing
Die Implementierung von physischer künstlicher Intelligenz erfordert integrierte Hardware, um Daten lokal zu verarbeiten und Sensoreingaben in präzise mechanische Aktionen umzusetzen. Auf der Fachmesse electronica in München (10.–13. November 2026) stellt das Unternehmen Halbleiterblöcke aus, die Sensorik, Datenverarbeitung, Konnektivität und Motorsteuerung für Industrieanwendungen verwalten. Ein Hauptaugenmerk liegt auf der Einbettung von funktionaler Sicherheit und Cybersicherheit direkt auf der Hardwareebene, um vernetzte Geräte vor aufkommenden Bedrohungen im Zeitalter des Quantencomputings zu schützen. Die Demonstrationen auf Systemebene umfassen einsatzbereite (Out-of-the-box) Aktuator-Steuerungssysteme, die so entwickelt wurden, dass sie die Fingerfertigkeit einer menschlichen Hand nachbilden. Laut Andreas Urschitz, Chief Marketing Officer, erfordert der Übergang der künstlichen Intelligenz von Cloud-Umgebungen auf physische Geräte eine dedizierte Halbleiterinfrastruktur, um lokalisierte Intelligenz effizient bereitzustellen und zuverlässige mechanische Vorgänge auszuführen.

RISC-V-Mikrocontroller und das Automobil-Datenökosystem
Während die Automobilindustrie zu softwaredefinierten Elektrofahrzeugen übergeht, wird künstliche Intelligenz zunehmend genutzt, um Sensordaten von Fahrerassistenzsystemen zu interpretieren und die Bewegungssteuerung dynamisch an die Straßenbedingungen anzupassen. Um diese zentralisierte Rechenarchitektur zu unterstützen, wird eine neue Automotive-Mikrocontroller-Plattform eingeführt, die auf der offenen Standard-Befehlssatzarchitektur RISC-V basiert. Diese Architektur ist darauf ausgelegt, die Verarbeitungskapazitäten über verschiedene Fahrzeugdomänen hinweg zu skalieren und gleichzeitig die kontinuierliche Integration von Over-the-Air-Software-Updates zu unterstützen. Das Hardware-Ökosystem integriert zudem KI-gestützte Batteriemanagementsysteme, konsolidierte x-in-1-Antriebslösungen und Automotive-Ethernet der nächsten Generation, um eine sichere Hochgeschwindigkeitskommunikation im gesamten Automobil-Datenökosystem zu ermöglichen.

Energieverteilungsnetzwerke für die digitale Infrastruktur
Der Einsatz von Modellen der künstlichen Intelligenz erfordert eine massive Erweiterung der Rechenkapazität von Rechenzentren, was zu einem proportionalen Anstieg der Anforderungen an das Stromnetz führt. Die vorgestellten Halbleiterlösungen konzentrieren sich auf die Optimierung der Energiebereitstellung über die gesamte Energiekette hinweg, von der anfänglichen Netzerzeugung bis hin zu den Prozessorkernen in den Server-Racks. Durch den Einsatz von Festkörper-Energieverteilungstechnologien der nächsten Generation und netzbildenden Batteriespeichersystemen reduziert die Hardware Energieumwandlungsverluste und erhält die Stabilität des Stromnetzes bei der Integration erneuerbarer Energiequellen. Dieser Ansatz ermöglicht es Hochleistungsrechenzentren, die Verarbeitungsleistung zu maximieren und gleichzeitig den absoluten Stromverbrauch und die Wärmeabgabe zu minimieren.

Zusätzlicher Kontext
In diesem Abschnitt werden technische Spezifikationen und Wettbewerbsvergleiche detailliert beschrieben, die nicht in der ursprünglichen Pressemitteilung enthalten sind.

Auf dem Markt für Automotive-Mikrocontroller stellt die Integration der RISC-V-Befehlssatzarchitektur eine strategische Alternative zu proprietären Architekturen dar, wie etwa den ARM-Cortex-Kernen, die in konkurrierenden Plattformen wie den NXP S32- oder STMicroelectronics Stellar-Familien verwendet werden. Während ARM-basierte Prozessoren derzeit einen dominanten Marktanteil bei Automobil-Rechenanwendungen halten, ermöglicht die Open-Source-Natur von RISC-V den Halbleiterentwicklern, Prozessorkerne speziell für maschinelle Lern-Workloads anzupassen, ohne architektonischen Lizenzbeschränkungen zu unterliegen.

In den Bereichen der Hochleistungs-Energieverteilung und EV-Antriebsstränge nutzt der Übergang zu integrierten x-in-1-Modulen häufig Halbleitermaterialien mit großer Bandlücke (Wide-Bandgap) wie Siliziumkarbid (SiC) oder Galliumnitrid (GaN), um mit Lösungen von Herstellern wie Onsemi, Texas Instruments und STMicroelectronics zu konkurrieren. Im Vergleich zu herkömmlichen Silizium-Bipolartransistoren mit isolierter Gate-Elektrode (IGBTs) ermöglichen diese Wide-Bandgap-Komponenten höhere Schaltfrequenzen und eine überlegene Wärmeleitfähigkeit. Dies ermöglicht es Ingenieuren, Wechselrichter, Onboard-Ladegeräte und DC-DC-Wandler in einzelnen, kompakten Gehäusen zu kombinieren, was objektiv das Gesamtgewicht des Systems reduziert und Energieverluste zwischen dem Netz und dem Prozessor oder Fahrzeugmotor minimiert.

Bearbeitet von Aishwarya Mambet, Induportals-Redakteurin, mit Unterstützung von KI.

www.infineon.com