5. Communication Networks for Neuromorphic Systems

Das Kapitel beginnt mit der Rückverfolgung der Ursprünge neuromorpher Chips und beleuchtet die Pionierarbeit von Carver Mead und seinem Team bei Caltech. Es führt das Address Event Representation (AER) -Protokoll ein, das bei der Kommunikation zwischen Chips eine entscheidende Rolle gespielt hat, indem es Ereignisse, die Neuronen auslösen, in eine Verbindung mit geringerer Komplexität überführt hat. Die Evolution von AER wird erforscht und zeigt ihre Rolle sowohl bei der Kommunikation auf dem Chip als auch auf dem Off-Chip sowie ihre Bedeutung bei der Verringerung des Verkehrs zwischen Neuronenclustern. Das Kapitel vertieft sich in das neuronale Kommunikationsmodell, vergleicht es mit biologischen Neuronen und diskutiert die asynchrone Natur der Spike-Übertragung. Es untersucht Anfrage- und Quittierungsprotokolle, stellt eine zuverlässige Kommunikation zwischen Chips oder Neuronenclustern sicher und führt Pipelining ein, um die Kommunikationseffizienz zu steigern. Der Text wechselt dann zur interneuronalen Kommunikation und diskutiert die Skalierbarkeitsherausforderungen von AER und die Notwendigkeit von On-Chip- und Off-Chip-Vernetzungen. Es vergleicht drei signifikante neuromorphe Systeme: SpiNNaker, TrueNorth und Loihi mit jeweils einzigartigen Architekturen und Kommunikationsmethoden. Das Kapitel behandelt auch die Konstruktionsprinzipien von Vernetzungen, einschließlich Topologie, Klassifizierung der Kommunikation und Fehlertoleranz. Es untersucht das Open Systems Interconnection (OSI) -Modell für Network-on-Chip (NoC) -Architekturen und beschreibt die Schichten und Protokolle, die für eine effiziente Kommunikation erforderlich sind. Der Text diskutiert verschiedene Netzwerktopologien wie Mesh, Torus und 3D-Mesh und ihre Vorteile in neuromorphen Systemen. Es umfasst auch Anwendungskartierungen, Router-Switching-Strategien und Flusskontrollmechanismen. Das Kapitel schließt mit einem Überblick über fortgeschrittene Vernetzungen, einschließlich photonischer NoC, und ihr Potenzial, neuromorphe Kommunikationsnetzwerke zu revolutionieren.