KIP-Veröffentlichungen

Analoge neuromorphe Schaltungen weisen aufgrund von Fertigungstoleranzen Abweichungen im Verhalten verschieder Chipinstanzen auf. Eine Kalibration kann Experimente auf solchen Geräten erleichtern, indem sie deren Dynamik angleicht. Im Rahmen dieser Arbeit werden Kalibrationsmechanismen für das BrainScaleS-2 System vorgestellt. Insbesondere wird dafür der auf dem Chip implementierte Prozessor (PPU) und die dazugehörige Vektoreinheit verwendet, um schnelle Kalibrationsroutinen zu ermöglichen und ihre Skalierbarkeit bezogen auf Systeme mit mehreren Chips zu gewährleisten. Die Dynamik aller Neuronen auf einem Chip kann innerhalb von Sekunden kalibriert werden.

Diese Kalibrationsroutinen legen den Grundstein für die Portierung eines Closed-loop Experiments auf die neueste Generation der BrainScaleS Chips, welches wiederum selbst vollständig vom implementierten Prozessor gesteuert wird. Dieses Experiment implementiert ein neuronales Netz, welches die Navigation von Insekten emuliert. Durch Pfadintegration ist das virtuelle Insekt in der Lage nach seiner Futtersuche zu seinem Nest zurückzukehren. Während die neuronale Dynamik auf dem analogen neuromorphen Schaltkreis emuliert wurde, wurden die Umgebung, die Sensoren und die Motorsignale vom eingebetteten Prozessor simuliert.

Analog neuromorphic circuits – as other analog designs – suffer from fixed pattern noise, i.e. deviations in the behaviour of different instances of otherwise identical circuits. Calibration can facilitate experiments on such devices, by equalizing their dynamics. In the framework of this thesis we present calibration algorithms for the BrainScaleS-2 system. In particular we make extensive use of the embedded plasticity processing unit (PPU) and its vector unit to accelerate the calibration routines and guarantee their scalability on multi scale systems: the dynamics of all neurons on a chip can be calibrated on the order of seconds.

These calibration routines lay the foundation for porting a closed-loop experiment to the latest generation of BrainScaleS chips, again fully controlled by on-chip processors. It implements a neuromorphic agent steered by a neural model of insect navigation. By performing path integration, the virtual insect is able to return to its nest after a foraging trip. While the neural dynamics were emulated on the analog neuromorphic circuit, the agent’s environment, the sensors, and motor units were simulated by the on-chip PPU.