KIP-Veröffentlichungen

Neuromorphe Hardware ist ein hoch innovatives und vielversprechendes Werkzeug im Bestreben der Neurowissenschaft ein hochkomplexes Rechenwerk wie das menschliche Gehirn zu verstehen und nachzubilden. Bereits existierende, stark beschleunigte neuromorphe Systeme können große Mengen neuronaler Ereignisse produzieren, welche die Bandbreite auch moderner Rechnernetze schnell aus- oder überlasten können. Die vorliegende Arbeit befasst sich eingehend mit der möglichst effizienten Anbindung eines solchen Systems an die kontrollierenden Softwareschichten. Die entwickelte Software macht dabei Gebrauch von aktuellen Prinzipien der Softwareentwicklung, wie nebenläufige Threads oder Kommunikationsmechanismen, die ohne Kopiervorgänge auskommen. Diese Prinzipien wurden benutzt, um einen neuen, essenziellen Softwarebaustein zu entwickeln, der sich perfekt in die bereits bestehende Struktur einfügt. Verschiedenste Experimente wurden durchgeführt um zu zeigen, dass die entwickelte Software in der Lage ist, zukünftige neuronale Experimente erheblich zu beschleunigen.

Neuromorphic hardware is a highly innovative and very promising tool in the ongoing neuroscientific endeavour of understanding and replicating the extremely complex information processing device known as the human brain. The highly accelerated neuromorphic system used throughout this thesis can produce a multitude of neuronal events during periods of high activity, which can easily fully load or even exceed the bandwidth of modern computer networks. This work delves into the efficient connection of such a system to the controlling
software layers. The developed software includes state of the art principles of software engineering, such as concurrent threads and communication mechanisms without copy processes. These methods have been used to develop an essential, novel software component which has been successfully integrated into the already existing framework. Several experiments have been performed to prove the functionality of the implemented software, which is shown to be able to provide a significant speed-up for future neuronal experiments.