Photonische und neuromorphe Chips im Hybridsystem

Digitale Kommunikationssysteme müssen immer höhere Datenraten übertragen, dabei weniger Energie verbrauchen und schneller reagieren. In zukünftigen Fiber-to-the-Edge-Netzen rückt die Verarbeitung näher an den Einsatzort – wo weder ein großes Leistungsbudget noch lange Latenzketten verfügbar sind.

SpikeHERO erforscht eine hybride Plattform, die optische und elektronische spikende neuronale Netze kombiniert: Photonisch integrierte Schaltungen liefern die erforderliche Bandbreite, ein neuromorpher Prozessor ermöglicht konfigurierbare und zeitdeterministische Spike-Verarbeitung, und fortschrittliche Chiplet-Integration verbindet beide Komponenten.

Highlights des spikenden hybriden Edge Computings

500 MHz

angestrebte Spike-Verarbeitungsrate des überarbeiteten SENNA, im Projekt noch zu validieren

2 Domänen

optische und elektrische Spiking Neural Networks in einem hybriden System

0 Puffer

die Schnittstelle vom Photostrom zum Spike ist speicherlos und ereignisgesteuert ausgelegt

Vom Photostrom zum Spike

Der schwierige Teil jedes Hybridsystems ist die Schnittstelle zwischen den beiden Bereichen. Bei SpikeHERO muss das optische Signal nie zuerst in herkömmliche digitale Daten umgewandelt werden.

Photonischer Chip

Optische Signale werden mit sehr hoher Bandbreite verarbeitet. Photodioden erzeugen daraus Photoströme.

Eingangsneuronen

Unsere Schaltungen wandeln diese Photoströme direkt in digitale Spikes und erhalten dabei die Zeitinformation.

Elektrisches SNN auf SENNA

Die Spikes laufen parallel durch ein konfigurierbares Netz mit deterministischer Ausbreitung.

Adaptive Signalverarbeitung

Filterung, Klassifikation und Anpassung, die wechselnden Übertragungsbedingungen folgen.

Eingangsneuronen für photonische Chips

Gemeinsam mit dem Fraunhofer IIS entwickeln wir die Eingangsneuronen-Konzepte, die die optische und die elektronische Welt verbinden. Sie sind der Grund, warum das System ereignisbasiert bleiben kann: ohne Abtasttakt, ohne Puffer, ohne Umwandlung in einen Datenstrom, der erst gespeichert werden müsste, bevor er nutzbar ist.

Der dahinterliegende Schaltungsentwurf liegt in unserer Expertise für neuromorphe Hardware – dort entwickeln wir auch Spike-Encodierung und Sensor-Frontends.

Was die Eingangsneuronen tun

empfangen den Fotostrom von Fotodioden auf dem photonischen Chip
wandeln die relevanten Signalinformationen in digitale Spikes um
bewahren Zeitinformationen auch bei hohen Datenraten
bieten Schnittstellen, die kompatibel mit SENNA sind
halten Konvertierungsaufwand, Latenz und Energieverbrauch gering

SENNA – jetzt schneller denn je

Der elektronische Prozessor baut auf der SENNA-Architektur auf, die von Fraunhofer EMFT und Fraunhofer IIS entwickelt wurde. Für SpikeHERO gestalten wir sie für deutlich höhere Verarbeitungsgeschwindigkeiten um und behalten dabei die parallele Spike-Verarbeitung, die konfigurierbare Topologie und die deterministische Signalweitergabe bei. Sieben Fragen entscheiden, ob das gelingt.

Schnelle Neuronen

Mixed-Signal-Neuronen bei deutlich höheren Raten.

Kurze Spike-Pulse

Pulse erzeugen und erkennen, die bei Tempo sauber bleiben.

Schnittstellen mit kurzer Latenz

Spike-Ein- und -Ausgänge mit minimaler Verzögerung.

Zeitbewusste Verdrahtung

Routing, das Zeit als Information behandelt und nicht als Nebeneffekt.

Leistung bei hohen Spike-Raten

Effizienz, die nicht einbricht wenn die Rate steigt.

Modellierung und Verifikation

Verhaltensmodelle und Top-Level-Verifikation vor der Fertigung.

Chiplet-Verbindungen

Integration mit hochdichten Verbindungen zwischen Chiplets.

So entwickeln wir neuromorphe Schaltungen ›

Ergebnis der photonischen Verarbeitung

Modellierung der hybriden Schnittstelle

Damit Entscheidungen im Schaltungsentwurf nicht isoliert betrachtet werden müssen: Wir tragen Schaltungsmodelle und Messdaten für die Mixed-Signal-Blöcke bei und bewerten sie im Kontext des Gesamtsystems.

Vorbereitung auf die 3D-Integration

Die heterogene Integration von elektronischen und photonischen Chiplets erfordert hochdichte Verbindungen, die viele Signale übertragen und dabei parasitäre Effekte und Latenz gering halten. Wir definieren die elektrischen Designanforderungen für diesen Stack.

Demonstrator Fiber to the Edge

Der Anwendungsfall des Projekts ist bewusst anspruchsvoll: Signalverarbeitung, die sich an wechselnde Übertragungsbedingungen anpasst – bei strikten Grenzen für Geschwindigkeit, Latenz und Energie. Er ist der Härtetest dafür, ob der Hybridansatz hält, was er verspricht.

Arbeiten Sie an optischen Netzen die schneller reagieren müssen? Wir interessieren uns für Signalverarbeitungsaufgaben, bei denen Bandbreite, Latenz und Energieverbrauch in entgegengesetzte Richtungen ziehen. Erzählen Sie uns von Ihrer.

SpikeHERO verbindet photonische Chips mit neuromorphen Chips