Massimiliano "Max" Versace, VP of Emergent AI bei Analog Devices, erläutert zwei Trends, die aus Sicht von ADI 2026 prägen werden. (Quelle: ADI)
Rund um seine erste Prognose erläutert M. Versace: "Bis Ende 2026 werden dezentralisierte KI-Architekturen, die Sensorik mit neuromorpher und In-Memory-Compute-Technologie verbinden, den Übergang von Pilotprojekten zu ersten kommerziellen Implementierungen schaffen. Wir werden humanoide Robotersysteme erleben, die sich biologischen Systemen weiter annähern: Lokale Schaltungen in ,Sinnesorganen' und spinalen Pfaden übernehmen Reflexe und Gleichgewicht, ermöglichen flüssigere, anpassungsfähigere Bewegungen, reduzieren den Energieverbrauch drastisch und entlasten das zentrale ,Gehirn', das sich stärker auf Denken und Planung konzentrieren kann.
Diese technologischen Sprünge beginnen mit intelligenten Sensoren, die neuartige KI-Rechenarchitekturen – etwa neuromorphe oder In-Memory-Compute-Ansätze – direkt im Sensor selbst integrieren. Die Kombination aus dezentralisierter KI und neuartigen KI-Compute-Architekturen wird Latenzen und Energieverbrauch massiv senken, wodurch Always-On-KI am Edge möglich wird. Große Prozessoren können sich dann auf höherwertige Aufgaben, wie Reasoning, Planung und Lernen, fokussieren, statt kontinuierliche sensomotorische Regelkreise im Detail zu steuern.
Durch KI-Verarbeitung in Echtzeit und mit extrem geringer Latenz am Edge werden Roboter effizienter, reaktionsfähiger und nahezu biologische sensorisch-motorische Fähigkeiten erreichen. Dieser Wandel ermöglicht einen Technologiesprung in ihrer Fähigkeit, komplexe, dynamische Umgebungen flüssig und zuverlässig zu bewältigen – und ebnet den Weg für praktische und allgegenwärtige humanoide Robotik."
Analog AI-Compute im Fokus
"Historisch aufgrund von Skalierungs- und Präzisionsgrenzen eher vernachlässigt, erlebt analoges Computing im Jahr 2026 ein Comeback – gerade weil digitale Architekturen zunehmend an Energie-, Latenz- und Speicherengpässe stoßen, ohne dass Lösungen in Sicht sind. Besonders in Edge-Umgebungen ist das kritisch, wo Echtzeitfähigkeit und Energieeffizienz unverzichtbar sind", erklärt M. Versace seine Progonse 2.
"Analoges KI-Computing nutzt die physikalischen Eigenschaften des Sensor- und Rechensubstrats, um Berechnungen direkt durchzuführen und Energie unmittelbar in KI-Inferenz umzuwandeln. Das stellt einen grundlegend anderen Ansatz dar als klassische digitale Prozessoren, bei denen Sensorik und Rechenkern getrennt sind. Analoges KI-Computing führt diese Ebenen in einem einheitlichen Framework zusammen, in dem Intelligenz bereits im Sensor beginnt.
Bis Ende 2026 werden wir erste Implementierungen und eine zunehmende Akzeptanz dieser Technologie sehen, vor allem in Robotik, Wearables und autonomen Anwendungen. Dort ermöglicht analoges KI-Computing Echtzeitreaktionen, flüssigere Interaktionen, längere Batterielaufzeiten und ein natürlicheres Verhalten der entsprechenden Geräte."