NEUROPULS - NEUROmorphic energy-efficient secure accelerators based on Phase change materials aUgmented siLicon photonicS

La crescente necessità di trasferire enormi quantità di dati tra una moltitudine di dispositivi intelligenti interconnessi come, ad esempio, veicoli a guida autonoma, IoT (Internet of Things) e industria 4.0 richiede dispositivi sicuri e a basso consumo. Il progetto NEUROPULS ha l’obbiettivo di sviluppare un processore innovativo per queste applicazioni di intelligenza artificiale, basato su un approccio neuromorfo, cioè ispirato al funzionamento del cervello umano, cambiando radicalmente il modo in cui le informazioni sono elaborate. Tale approccio ha però storicamente comportato limitazioni legate all’eccessivo consumo energetico, alla scalabilità e alla velocità di elaborazione. L’obbiettivo ambizioso del progetto NEUROPULS è quello di superare queste limitazioni e sviluppare un dispositivo innovativo per applicazioni IoT con bassi consumi, alta efficienza e scalabilità. Inoltre, queste applicazioni tipicamente richiedono robusti livelli di sicurezza. I livelli di sicurezza basati su chiavi segrete archiviate in memoria sono soggetti a diversi tipi di attacchi. Il progetto, quindi, si baserà su soluzioni hardware innovative per le funzionalità di sicurezza, chiamate funzioni fisiche non clonabili (PUF), che non archiviano informazioni segrete nella memoria digitale a lungo termine.

Il progetto NEUROPULS mira a costruire sistemi di edge-computing di prossima generazione, sicuri e a basso consumo, sviluppando nuove architetture di calcolo fotonico e livelli di sicurezza basati su PUF fotonici in piattaforme compatibili con CMOS. L'integrazione di materiali innovativi a cambio di fase per sinapsi e neuroni artificiali, per la prima volta, consentirà di costruire nuovi processori neuromorfi compatibili con interfacce RISC-V che potranno garantire un’adozione su larga scala. Tre casi d'uso aziendali saranno usati come banco di prova per dimostrare il miglioramento dei consumi energetici che diminuiranno di due ordini di grandezza rispetto alle soluzioni attualmente disponibili.