GT Themes: 2022

Event-Driven Low-power Three Dimensional Digital Spiking Neuromorphic System

🇬🇧 In this project, students will research and implement an adaptive, low-power spiking neural network system in hardware (NASH) based on our previously developed OASIS communication network. NASH implements the following features (1) efficient adaptive configuration method which enables reconfiguration of different SNN parameters (spike weights, routing, hidden layers, topology, etc.), (2) a mixture of different deep NN topologies, (3) an efficient fault-tolerant multicast spike routing algorithm, (4) Efficient on-chip learning mechanism. The project includes FPGA and VLSI implementations to demonstrate NASH performance.

🇯🇵 このプロジェクトの目的は、我々が以前開発したOASIS通信ネットワークをベースに、ハードウェアによる適応的で低消費電力のスパイクニューラルネットワークシステム（NASH）を研究・実装することです。NASHは以下の特徴を実装しています。 (1) 異なるSNNパラメータ（スパイク重み、ルーティング、隠れ層、トポロジーなど）の再構成を可能にする効率的な適応設定方法、(2) 異なる深層NNトポロジーの混合、(3) 効率的で耐障害性に優れたマルチキャストスパイクルーティングアルゴリズム、 (4) 効率的なオンチップ学習機構。NASHシステムの性能を実証するために、FPGA実装を開発し、VLSI実装も確立するものとする。

🇬🇧 Students can work on software (Python), or hardware (VLSI/FPGA) or both.

🇯🇵 学生は、ソフトウェア（Python）、ハードウェア（VLSI/FPGA）、またはその両方に取り組むことができます。