KIP-Veröffentlichungen

Die vorliegende Bachelorarbeit behandelt den Datentransport in einem neuartigen hybriden System, das im Rahmen des BrainScaleS Forschungprojekts der EU entwickelt wird. Dieses System ist eine innovative Kombination bestehend aus neuromorpher Hardware und konventionellem Cluster. Für eine optimale Nutzung des Systems ist eine effiziente Übertragung von Konfigurationsdaten und Aktionspotentialen (Spikes) zwischen Kontrollrechner und neuromorpher Hardware wichtig. Im Experimentbetrieb ist ein hoher Durchsatz der Konfigurationsdaten von großer Bedeutung, da hier Laufzeiten im Bereich weniger Millisekunden angestrebt werden. Sogenannte Closed-Loop-Experimente, bei denen die neuromorphe Hardware mit sensorischen Daten versorgt wird und im Gegenzug motorische Daten zurückliefert, stellen allerdings auch Anforderungen an die Latenz einer einzelnen Übertragung. Da der neuromorphe Teil des Systems mit Zeitkonstanten arbeitet, die im Vergleich zum biologischen Pendant um einen Faktor 103 –105 verkürzt sind, sind hier niedrige Übertragungslatenzen erforderlich. Im Rahmen dieser Arbeit wurde eine Software zur effizienten Übertragung von Spike-Daten (vom Kontrollcluster zur neuromorphen Hardware) entwickelt. Anhand dieser Implementierung konnten wichtige Kenngrößen (z.B. Bandbreite und Latenz) ermittelt werden, die die Evaluierung der beschriebenen Problematik ermöglicht haben. Der erreichte maximale Durchsatz liegt bei 88.2 ± 0.8 MEv/s (Spikes). Die bestmögliche Latenz bei 371 ± 44 μs.

This bachelor thesis deals with the transport of data in a novel hybrid system, which is being developed as part of the BrainScaleS research project of the EU. This system is an innovative combination consisting of neuromorphic hardware and a conventional cluster. For optimal use of the facility an efficient transmission of configuration data and action potentials (spikes) between the control computer and the neuromorphic hardware is important. During experiment operation, a high throughput of configuration data is of great importance, because runtimes in the order of milliseconds are sought. So-called closed-loop experiments, in which the neuromorphic hardware is supplied with sensory data and in turn provides motor data, also make demands on the latency of single transmissions. Given that the neuromorphic part of the facility works with time constants that are shortened in comparison to the biological equivalent by a factor 103 – 105 , low latencies are required. In this thesis, a software to efficiently transfer spike-data (from the control cluster to the neuromorphic hardware) was developed. Based on this implementation important characteristics (e.g., bandwidth and latency) have been determined, which allowed for evaluating the problems described. The maximal achieved throughput is 88.2 ± 0.8 MEv/s (spikes). The minimal available latency is 371 ± 44 μs.