year | 2009 |
author(s) | Simon Friedmann |
title | Extending a Hardware Neural Network Beyond Chip Boundaries |
KIP-Nummer | HD-KIP 09-41 |
KIP-Gruppe(n) | F9 |
document type | Diplomarbeit |
Keywords (shown) | neuromorphic hardware, FPGA, network, VHDL |
Abstract (de) | Die vorliegende Arbeit präsentiert den Entwurf, die Verwirklichung und die experimentelle Überprüfung eines FPGA-basierten Systems zur Vernetzung eines neuromorphen Hardwaresystems in hochintegrierter Schaltungstechnik. Für den Austausch von Aktionspotentialen zwischen mehreren Netzwerkmodulen wird ein isochrones Gigabit-Transportnetzwerk verwendet. Der hohe Beschleunigungsfaktor des verwendeten Chips im Vergleich zu biologischen Zeitskalen stellt hohe Latenz- und Durchsatzanforderungen an die digitale Logik. Die Verarbeitung von Aktionspotentialen innerhalb des Chips erfordert deren zeitliche Sortierung vor der Übertragung zum Chip. Diesen Anforderungen wird mit einem Sortiermodul mit niedriger Latenz und adaptiver Ausleserate begegnet, das in der Vernetzungslogik eingebettet ist. Der Entwurfsvorgang wurde durch Simulationen unterstützt, die die SystemC-Erweiterung der Programmiersprache C++ in Kombination mit der Hardwarebeschreibungssprache VHDL verwenden. Das implementierte Netzwerk wurde in existierende Software integriert, um experimentelle Funktionalitäts- und Leistungstests durchzuführen. In Experimenten wurden Laufzeiten von 142 ms und Ereignisraten von 340 Hz in biologischen Einheiten nachgewiesen. Für die nächste Revision des verwendeten künstlichen neuronalen Netzwerk ASICs werden Laufzeiten von 9.1 ms und Raten von 5.3 kHz erwartet. Die Ressourcen des FPGAs erlauben eine maximale Netzwerkgröße von 64 Chips, wenn jeder Chip neuronale Verbindungen zu jedem anderen unterhält. |
Abstract (en) | This thesis presents the design, the implementation and the experimental testing of an FPGA- |
Datei | Diploma_Thesis_Simon_Friedmann.pdf |