OpenMENA: Offenes Memristor-Board für energieeffiziente Edge‑AI

Mit dem Open-MENA-Projekt wird ein vollständig offenes System vorgestellt, das Memristor‑Crossbars für die In‑Memory‑Multiplikation und -Summierung nutzt. Durch die Kombination aus einem reproduzierbaren Hardware‑Interface, einem Firmware‑Software‑Stack mit Hoch‑Level‑APIs und einer neuen Voltage‑Incremental Proportional‑Integral‑Methode (VIPI) können vortrainierte Gewichte exakt in analoge Leitfähigkeiten übertragen und anschließend vor Ort feinjustiert werden.

Das Board unterstützt Mixed‑Signal‑Read‑Program‑Verify‑Schleifen, die eine präzise Programmierung der Memristoren ermöglichen. Der damit verbundene Software‑Stack bietet Entwicklern einfache Schnittstellen für Inferenz und On‑Device‑Learning, sodass neuromorphe Modelle direkt auf dem Edge‑Gerät trainiert und angepasst werden können.

OpenMENA wurde bereits erfolgreich bei der Handschriftenerkennung eingesetzt und demonstriert den gesamten Ablauf von der Gewichtsübertragung bis zur On‑Device‑Anpassung. In einem realen Robotertest lernte das Memristor‑basierte Modell, aus Lokalisierungsdaten Motorbefehle abzuleiten, und konnte so Hindernissen ausweichen. Durch die Veröffentlichung als Open‑Source‑Projekt wird die Forschung zu Memristor‑gestützter Edge‑AI für die gesamte Community zugänglich gemacht.