Plasmonische Neuronen im Nanometerbereich

Forschende der RPTU Kaiserslautern-Landau und der Universität Augsburg präsentieren eine neuartige plasmonische Architektur, die zentrale Funktionen eines künstlichen Neurons auf der Nanoskala vereint. Mithilfe von Licht und Oberflächenplasmonen gelingt es, mehrere Eingangssignale parallel zu verarbeiten, gezielt zu gewichten und auszuwerten – alles innerhalb eines einzigen Bauelements. Besonders innovativ ist die Nutzung des orbitalen Drehimpulses von Licht als effizientes Kodierungsschema. Die Ergebnisse markieren einen wichtigen Schritt hin zu ultraschnellen, energieeffizienten neuromorphen Netzwerken. Langfristig könnten solche Konzepte die Grundlage für ultraschnelle und rein optische Informationsverarbeitung bieten.

Neue Architektur für „plasmonische Neuronen“ vorgestellt
Ein internationales Forschungsteam unter Beteiligung der RPTU Kaiserslautern-Landau hat einen wichtigen Schritt in Richtung ultraschneller, lichtbasierter Computer gemacht. In einem kürzlich veröffentlichten Paper präsentieren die Wissenschaftler ein neuartiges Konzept für sogenannte plasmonische neuronale Architekturen – winzige Bausteine, die wie künstliche Nervenzellen funktionieren, aber mit Licht statt Elektronen arbeiten.

Im Zentrum der Arbeit steht die Entwicklung einer „plasmonischen Nervenzelle“ im Nanometermaßstab. Ziel ist es, die grundlegenden Funktionen biologischer Neuronen – das Empfangen, Gewichten und Verarbeiten von Signalen – direkt in einer physikalischen Struktur zu vereinen.

Licht als Recheneinheit
Statt elektrischer Signale nutzt das System sogenannte Oberflächenplasmonen – Lichtwellen, die an Metalloberflächen entlanglaufen. Diese erlauben es, Informationen extrem schnell und auf kleinstem Raum zu transportieren. Ein besonderer Clou ist die Verwendung des orbitalen Drehimpulses (OAM) von Licht, mit dem mehrere Signale gleichzeitig codiert und parallel verarbeitet werden können.

Die Forschenden zeigen erstmals eine integrierte Plattform, die alle drei zentralen Schritte eines künstlichen Neurons kombiniert: Mehrere Eingangssignale werden gleichzeitig eingespeist und getrennt verarbeitet, die Stärke der Signale wird durch nanoskalige Lücken in den Wellenleitern gezielt angepasst und über einen photoelektrischen Effekt wird das Ergebnis nichtlinear ausgewertet – ähnlich wie bei Aktivierungsfunktionen in neuronalen Netzen. Diese Integration in einem einzigen nanoskaligen Bauelement gilt als entscheidender Fortschritt, da bisherige Ansätze oft mehrere getrennte Komponenten benötigten.

Perspektive: künstlicher neuronaler Netzwerke mit Lichtgeschwindigkeit
Die neue Architektur könnte langfristig den Weg für künstlicher neuronaler Netzwerke auf Lichtbasis ebnen. Solche Systeme versprechen deutlich höhere Geschwindigkeiten und Energieeffizienz als heutige Rechner, die unter dem sogenannten Von-Neumann-Flaschenhals leiden. Die Autoren sehen in dieser Grundlagenstudie großes Potenzial: Künftig könnten komplexe, skalierbare Netzwerke entstehen, die Informationen vollständig optisch – und damit nahezu mit Lichtgeschwindigkeit – verarbeiten. Plasmonische neuronale Architekturen könnten damit eine Schlüsseltechnologie für die nächste Generation ultraschneller, energieeffizienter Computer werden.

Die Studie:
Christopher G. O. Weiß, Tobias Eul, Emily Kruel, Mario F. Pfeiffer, Bert Lägel, Benjamin Stadtmüller, Martin Aeschlimann
“Toward Plasmonic Neuronal Architectures at the Nanometer Scale,”
Nanophotonics: e70066. (2026) https://doi.org/10.1002/nap2.70066.