Konzipierung und Implementierung eines generischen zellulären Automaten in einer rekonfigurierbaren Architektur

Am Fachgebiet „Architekturen und Systeme” des Instituts für Mikroelektronische Systeme werden dynamische komplexe Systeme modelliert und auf rekonfigurierbare Architekturen abgebildet. Nervensysteme von Organismen stellen solche komplexe Systeme dar. Das Verhalten der Nervensysteme kann mit mathematischen Modellen beschrieben werden. Dieser modellbasierte Ansatz aus dem Bereich der Neurowissenschaften führt zu einem besseren Verständnis des Nervensystems und erlaubt Vorhersagen über Verhalten unter bestimmten Situationen zu treffen. Die Anforderungen an die softwarebasierte Simulation der Modelle sind aufgrund der Anzahl an Nerven und der zu verarbeitenden Datenmengen aus Experimenten groß. Aus diesem Grund wird die beschleunigte Berechnung dieser Modelle durch Abbildung auf rekonfigurierbare Architekturen am Institut untersucht.

Zelluläre Automaten (cellular automaton (CA)) sind Modelle zur Berechnung von dynamischen komplexen Systemen. Diese basieren auf einer räumlichen und zeitlich diskreten Zustandsberechnung einzelner Zellen. Der Zustand einer Zelle hängt von dem zeitlichen Verlauf der Zustände benachbarter Zellen ab. Ein Anwendungsbeispiel für einen zellulären Automaten ist die Modellierung komplexer Nervensysteme. Die Zellen, die mit einem zustandsabhängigen Feuerratenmodell (spiking neuron model) erweitert werden, repräsentieren in diesem Fall die Neuronen des Nervensystems. Aufgrund des hohen Parallelitätsgrades und der vielen konzentrierten lokalen Verbindungen eignet sich dieses Modell für die Implementierung auf rekonfigurierbare Architekturen wie FPGAs (Field Programmable Gate Arrays).

Die Arbeit beinhaltet die Konzeption und die Implementierung eines generischen zellulären Automaten in einer rekonfigurierbaren Architektur.