Die Neuromorphic Computing Solutions Group verfolgt das Ziel, ein innovatives neuromorphes Toolset zu entwickeln, das die nahtlose Integration neuromorpher Technologien in bestehende Systeme ermöglicht. Durch die Verbesserung der Interoperabilität von Software und Hardware sowie die gezielte Forschung an optimierten Trainingsalgorithmen für Spiking Neural Networks (SNNs) und einen benchmarking-basierten Systemdesignansatz steigert die Gruppe die Effizienz und Effektivität dieser Technologien.

Mithilfe bewährter Methoden aus den Bereichen Datenfusion, Steuerungssysteme und industrielle Softwareentwicklung erschließt die Neuromorphic Computing Solutions Group den Markt für neuromorphe COTS-Sensoren und -Prozessoren. Im Mittelpunkt stehen die Entwicklung robuster und resilienter End-to-End-Lösungen sowie die Förderung der industriellen Akzeptanz durch Schulungsangebote.

Der Forschungsansatz der Gruppe basiert auf den praktischen Kompetenzen von Prof. Axenie in der Konzeption, Entwicklung und Umsetzung von geschlossenen Regelkreissystemen (Closed-Loop), insbesondere in den Bereichen Industrie, Robotik, Kommunikationssysteme und Mobilität. Durch die Überwindung bestehender Hindernisse leistet die Neuromorphic Computing Solutions Group einen entscheidenden Beitrag zur branchenübergreifenden und reibungslosen Einführung neuromorpher Technologien.

Ziele

Das neu entstehende Toolset umfasst effizientes Training, Optimierung und flexible Portierung neuromorpher neuronaler Netze, um die Integration in bestehende Architekturen zu verbessern und die Interoperabilität von SW und HW zu fördern. Es bildet die Basis zur Realisierung von Referenzdesigns, Benchmarkings und berücksichtigt Aspekte der Datenfusion sowie heterogene Architekturen aus konventionellen und spiking neuronalen Netzen.

Das Systemdesign verfolgt einen benchmarking-basierten Ansatz. Dabei wird das Benchmarking anhand konkreter, industrienaher UseCases auf Systemebene durchgeführt. Automatisch generierte Reports dienen als Basis für die Kundeninteraktion, beispielsweise zur schnellen Auswahl einer Zielhardware.

Auf Basis der realisierten Referenzdesigns werden anwendungsspezifische Demonstratoren umgesetzt. Diese dienen der Industrieinteraktion und schaffen Vertrauen in die Technologie