Projektbeschreibung
Sichere, energieeffiziente neuromorphe Beschleuniger auf der Grundlage erweiterter Siliziumphotonik
Neuromorphes Rechnen ist ein vom Gehirn inspirierter Ansatz zur Verarbeitung großer Datenmengen mit hoher Energieeffizienz, geringer Latenz und hoher Bandbreite. Neuromorphe Systeme gelten aufgrund ihrer hohen Leistung und ihres geringen Gewichts als besonders attraktiv für Edge-Computing-Anwendungen. Für derartige Systeme sind jedoch starke und energieeffiziente Sicherheitsschichten unabdingbar, insbesondere für sicherheitskritische Anwendungen, da sie im Edge-Bereich überaus gefährdet sind. Das EU-finanzierte Projekt NEUROPULS zielt darauf ab, sichere Edge-Computing-Systeme mit geringem Energieverbrauch zu entwickeln. Dazu werden neuartige Photonik-Rechenarchitekturen und Sicherheitsschichten entwickelt, die auf physikalisch nicht klonierbaren Photonikfunktionen in erweiterten Siliziumphotonik-Plattformen beruhen, die mit CMOS-Technologie kompatibel sind. Mit der Entwicklung neuartiger Technologie-, Hardware- und Simulationsplattformen verfolgt NEUROPULS das Ziel, neuromorphe Beschleuniger der nächsten Generation mit RISC-V-kompatiblen Schnittstellen im Sinne einer einfacheren Systemkompatibilität zu erschaffen.
Ziel
The growing need to transfer massive amounts of data among multitudes of interconnected devices for e.g. self-driving vehicles, IoT or industry 4.0 has led to a quest towards low-power and secure approaches to locally processing data. Neuromorphic computing, a brain-inspired approach, addresses this need by radically changing the processing of information. Although neuromorphic electrical computing systems offer advantages in terms of CMOS implementations and scalability, they inherit limitations of conventional electronics such as low energy-efficiency, high latency and low bandwidth density. Besides, such systems often require robust security layers for e.g. safety-critical applications. Security layers based on memory-stored secret keys are prone to several types of memory-accessing attacks. Therefore, silicon hardware approaches for security primitives such as physical unclonable functions (PUFs) are currently investigated because of their absence of long-term digital memory storage. Although electronic PUFs have received major attention thanks to their native CMOS implementation, for secure authentication they are prone to machine learning and side-channel attacks due to their CMOS technology.
The NEUROPULS project aims to build next-generation low-power and secure edge-computing systems by developing novel photonic computing architectures and security layers based on photonic PUFs in augmented silicon photonics CMOS-compatible platforms. The integration of emerging non-volatile phase change materials for synapses/neurons and III-V materials for on-chip spiking sources, for the first time, will allow to build novel neuromorphic accelerators featuring RISC-V compliant interfaces for smooth adoption and programmability. Optimal performance will be achieved thanks to a novel full-system simulation platform for design space exploration. Three relevant use-cases will be considered for benchmarking to demonstrate 2 orders of magnitude energy efficiency improvement.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencescomputer securitycryptography
- natural sciencescomputer and information sciencescomputational sciencemultiphysics
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- engineering and technologynanotechnologynanophotonics
- natural sciencescomputer and information sciencessoftwaresoftware applicationssimulation software
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
HORIZON-CL4-2021-DIGITAL-EMERGING-01
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordinator
75794 Paris
Frankreich