統一 Chiplet 網路擴充套件 BrainScaleS 類神經計算系統
為何重要
- 類神經計算系統若要處理更複雜任務，必須突破單晶片模組限制，本研究證實透過 Chiplet 互連是實現大規模擴充套件的有效方案。 - 對硬體架構而言，在層級化設計中區分 Spike 資料與控制資料網路，有助於提升運算效率與系統穩定性。 - 此研究標誌著類神經領域正從單一加速器設計轉向重視異質整合的底層互連技術，未來或將影響資料中心級類神加速卡的可擴充套件性設計。
- 海德堡大學發表技術論文，提出「基於 Chiplet 來擴充套件 BrainScaleS 類神經系統的統一互連網路」設計，旨在解決類比設計擴充套件的挑戰。
- 該路由 Chiplet 可將多個 BrainScaleS-2 單元在 2D 網格拓樸中互連，並需同時處理對錯誤容忍的 Spike 交通與嚴格的配置資料交通。
- 論文已於 2026 年 9 月發布於 arXiv，標題為「A Unified Interconnection Network for Chiplet-Based Scaling of the BrainScaleS Neuromorphic System」。