KIP publications

Das BrainScaleS-1 Wafer-scale System ermöglicht die Emulation großskaliger spikender neuronaler Netzwerke. Um eine korrekte Konfiguration für Experimente zu erhalten ist eine Abbildung (mapping) der vom Nutzer gegeben gegeben Netzwerke auf die Netzwerkstruktur der Hardware erforderlich. Diese Arbeit handelt von den Verbesserungen an der Abbildungssoftware (mapping-software). Bestehendes Fehlverhalten wurde korrigiert und die Emulation großer Netwerke wurde ermöglicht. Beispielsweise können die Netwerke der Benchmark-suite auf einem Modell-Wafer, welcher der zukünftig zu erwartenden Qualität entspricht, auf die 4- bis 15-Fache Größe skaliert werden, jeweils abhängig von der Topologie des Netzwerks. Netze die zuvor nicht ohne Verluste realisiert werden konnten, können nun realisiert werden. Um die Resultate zu erlangen wurde die Callibrationsdatenbank verändert und nun auch gelesen, um die Hardwarebeschränkungen während des Abbildevorganges abzufragen. Die Architektur des Plazier-Algortihmus wurde verändert um den Nutzern eine Schnittstelle zu bieten, über die vergefertigte Strategien wählbar und konfigurierbar sind, und auch um neue Strategien zu definieren. Die neuen Strategien beinhalten einfache lineare Strategien, aber auch Strategien, die basierend auf Verbindungen von Populationen und Neuronen Gruppierungen vornehmen.

The BrainScaleS-1 wafer-scale hardware supports the emulation of large-scale spiking neural networks. Obtaining a valid hardware configuration involves placing and routing the user-defined neural network toplogy onto the hardware. This thesis describes the work performed by the author to improve this process. Previous misbehaviour was corrected as well as the emulation of larger networks was enabled. For example, the lossless mapping results archived on a real-world-like wafer by the benchmark suite are better by a factor of 4 to 15 depending on the topology of the network. Some networks that were not able to be mapped without loss can be mapped now. On that way the calibration database was changed and is queried for hardware limitations. The interface of the placement algorithms were changed to allow the user to select and configure predefined placement strategies or create own strategies. The new placement strategies include simple liner, and also algorithms that cluster populations or neurons based on their connectivity.