Fraunhofer-Institut für Elektronische Mikrosysteme und Festkörper-Technologien EMFTWer herausfinden will, ob ein neuromorpher Prozessor zur eigenen Anwendung passt, muss bisher alles auf einmal bauen: die Spike-Codierung, das Netzmodell und die Systemschnittstellen. SENNA Connect nimmt diese Hürde. Das Projekt entwickelt ein Entwicklungskit rund um die Prozessorarchitektur SENNA, damit Forschende, Technologieentwicklende und industrielle Anwendender Spiking Neural Networks auf echter Hardware laufen lassen können statt nur in der Simulation.
SENNA Connect, ein Entwicklungskit für Spiking Neural Networks
Spiking Neural Networks auf echter neuromorpher Hardware testen
Entwicklungskit für Spiking Neural Networks
Was das Entwicklungskit umfasst
Der erste Proof of Concept hat die Architektur gezeigt. SENNA Connect macht daraus eine Plattform, mit der man arbeiten kann.
Überarbeiteter SENNA-Prozessor
Für den Laborbetrieb ausgelegt, mit konfigurierbaren Ein- und Ausgängen und einstellbaren Zeitparametern.
Hardwareplattform mit FPGA
Anschluss an FPGA-Entwicklungsboards über einen FMC-Stecker, für Signalverarbeitung die noch nicht im ASIC steckt.
Konfigurierbare Spike-Eingänge
Spike-Ströme erzeugen oder analoge und digitale Daten in Spike-Darstellungen wandeln.
Analoge und digitale Schnittstellen
Wandler, Sensoren und Messtechnik lassen sich direkt mit dem Prozessor verbinden.
SENNA softwaresuite
Spiking Neural Networks abbilden, kompilieren und ausführen, mit sichtbarem Hardwareverhalten während der Entwicklung.
Dokumentation und Workflows
Validierungsabläufe, damit Ergebnisse auch außerhalb unseres Labors reproduzierbar sind.
Prototyp statt Silizium: Erst testen, dann produzieren.
Der entscheidende Schritt in einem neuromorphen Projekt liegt meist zwischen Sensor und Prozessor. Mit der FPGA-Plattform können Sie genau diesen Schritt emulieren – statt für jedes Experiment ein eigenes Front-End in Silizium zu produzieren. Dieser Ansatz ermöglicht es Anwendern, Spike-Kodierungen und Systemarchitekturen ausgiebig zu erproben, bevor sie sich für anwendungsspezifische integrierte Front-Ends entscheiden.
Hat sich eine Kodierung bewährt, kann sie in ein anwendungsspezifisches Front-End überführt werden. Wie solche Schaltungen entwickelt werden, erfahren Sie in unserem Bereich zu Neuromorpher Hardware.
Die FPGA-Plattform unterstützt:
- die Erzeugung von Spike-Streams für SENNA,
- die Umwandlung analoger oder digitaler Eingangsdaten in Spike-Repräsentationen,
- die Emulation anwendungsspezifischer Spike-Encoding-Front-Ends,
- die Anbindung an Analog-Digital-Umsetzer und Sensorschnittstellen,
- Rapid Prototyping von Signalpfaden zwischen Sensor und SENNA,
- die Echtzeit-Interaktion zwischen klassischer digitaler und neuromorpher Verarbeitung.
Der Beitrag des Fraunhofer EMFT
SENNA Connect ist ein Gemeinschaftsprojekt mit dem Fraunhofer IIS. Wir tragen zur Hardware-Entwicklung und zum Testen bei – vom Redesign des Prozessors bis hin zu den Messungen, die zeigen, ob das Kit auch in fremden Händen zuverlässig funktioniert.
Prozessor-Redesign
Anpassung des Proof of Concept an den Kit-Betrieb, flexible Ein- und Ausgänge und einstellbares Neuronenverhalten.
Hardwareentwicklung
Boardentwurf und Integration von Signalquellen, Messtechnik und digitalen Steuerfunktionen.
Softwareintegration
Einbindung des Kits in die SENNA-Softwaresuite, damit reales Schaltungsverhalten in Training und Validierung ankommt.
Test und Nutzerfeedback
Charakterisierung mit internen und externen Anwendern, deren Anforderungen in die nächste SENNA-Generation fließen.
Weitere Anwendungsfelder für spike-basierte Verarbeitung stehen im Forschungsfeld Neuromorphic Computing.
Das Projekt wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) unter dem Förderkennzeichen 03VP13121 gefördert.