Verbundprojekt: Technologie und Hardware für neuromorphe Computersysteme - TEMPO -; Teilvorhaben: Entwicklung und Entwurf von Spiking Neural Network Schaltungen für energiesparendes Neuromorphic Computing

Im Projekt konzentriert sich Infineon auf die Erforschung und Entwicklung von Hardwarearchitekturen für Spiking Neural Networks (SNN). Neben den Hardwarearchitekturen, deren prototypischer Implementierung und Validierung arbeitet Infineon auch in den Bereichen theoretischer Algorithmenentwicklung, Software und Benchmarking. Wie die Erforschung der SNN Hardwarearchitekturen dienen auch diese Arbeiten dazu, Datenverarbeitung am Netzwerkrand schneller und energiesparender zu machen. Die Realisierung einer solchen Datenverarbeitung ist wichtig für die Verbesserung von hochautomatisierten Anwendungen wie selbstfahrenden Autos oder Servicerobotern. Außerdem sollen die Aktivitäten im Bereich Benchmarking die Forschung an SNN Lösungen für die gewählten Anwendungsbereiche anregen und das Testen von weiterführenden Entwicklungen vereinfachen. Infineon plant mit Projektpartnern zusammen zu arbeiten. Vom FhG-IPMS sollen Modelle ihrer Speicher auf verschiedenen Abstraktionsebenen evaluiert und damit die Anforderungen an den Speicher validiert und verfeinert und ihre Eignung für die Integration in die SNN Implementierung untersucht werden. Infineon plant mit der TU Dresden in den Bereichen Energiemanagement und Hardwarebeschleuniger zusammenzuarbeiten.