Tobias Schwarz

M.Sc. Tobias Schwarz

+49 6151 16-21153
fax +49 6151 16-21159

S3|06 306
Merckstraße 25
64283 Darmstadt

Lehrveranstaltungen

Forschungsthemen

  • Technology Mapping für genetische Schaltungen
  • Fehlertoleranz für FPGAs mit alternativem Konfigurationsspeicher

Offene Arbeiten

Supervisor: Tobias Schwarz
Earliest start: sofort
Type: Master Theses

In FPGAs werden zur Speicherung der Konfigurationsdaten typischerweise SRAM-Speicherzellen verwendet. Diese stellen einen flüchtigen Speicher dar, verlieren also bei Unterbrechung der Spannungsversorgung ihre Information. Deswegen wird an Non-Volatile (NV)-FPGAs geforscht, die nicht-flüchtigen Konfigurationsspeicher besitzen. Eine Möglichkeit, diese zu implementieren, stellen Speicherzellen auf Memristor-Basis dar.

Memristoren sind passive Bauelemente, deren Widerstandswert von der Vorgeschichte des hindurchgeflossenen Stromes abhängt. Aufgrund der additiven Fertigung von Memristor-basierten Speichern ist davon auszugehen, dass ein gewisser Anteil der Speicherzellen fehlerbehaftet ist. Eine einzige defekte Speicherzelle mit undefiniertem Zustand führt dazu, dass klassische Look-up-Tables (LUTs) nur noch zur Hälfte nutzbar sind. Beim Entwurf von Logik-Elementen für NV-FPGAs müssen potentielle Fehler und ihre Auswirkungen also im Sinne einer besseren Fehlertoleranz berücksichtigt werden.

Das Ziel dieser Masterarbeit ist die Evaluation eines Logikelements für NV-FPGAs, dessen Grundstruktur auf einem Programmable Logic Array (PLA) basiert. Dafür muss zunächst ein Abbildungsalgorithmus für das neue Logikelement entwickelt werden. Dann können im Rahmen einer Design Space Exploration die Parameter des Logikelements optimiert werden und seine Toleranz gegenüber defekten Speicherzellen evaluiert werden.

Supervisor: Tobias Schwarz
Earliest start: sofort
Type: Bachelor Theses

Am Fachgebiet Rechnersysteme wird ein Verfahren zur Abbildung digitaler Entwürfe auf FPGA-Technologie entwickelt, das Binary Decision Diagrams (BDDs) als Zwischendarstellung nutzt. Ein entscheidender Faktor für die Laufzeit des Verfahrens ist die Performanz der BDD-Erzeugung. Aktuell wird eine in Kotlin geschriebene Bibliothek verwendet, die aus in BLIF beschriebenen Entwürfen BDDs generiert. Diese weist für Funktionen mit vielen Variablen eine sehr große Laufzeit auf, was die Abbildung von komplexen Entwürfen erschwert oder verhindert.

Das Ziel dieser Bachelorarbeit ist die Optimierung der BDD-Bibliothek, sodass diese auch aus komplexen Entwürfen BDDs generieren kann. Für die Bearbeitung sind Vorkenntnisse in Kotlin sowie sehr gute Programmierkenntnisse gute Voraussetzungen.

Veröffentlichungen

Nicolai Engelmann ; Tobias Schwarz ; Erik Kubaczka ; Christian Hochberger ; Heinz Koeppl (2023):
Context-Aware Technology Mapping in Genetic Design Automation.
In: ACS Synthetic Biology, P. 446-459, ISSN 2161-5063, ACS Publications,
DOI: https://doi.org/10.1021/acssynbio.2c00361,
[Online: https://pubs.acs.org/doi/10.1021/acssynbio.2c00361],
[Article]

Tobias Schwarz ; Christian Hochberger (2022):
Technology Mapping of Genetic Circuits: From Optimal to Fast Solutions.
In: 41st IEEE/ACM International Conference on Computer-Aided Design, San Diego, USA, 30.10.-02.11.2022, In: ICCAD '22: Proceedings of the 41st IEEE/ACM International Conference on Computer-Aided Design, ISBN 978-1-4503-9217-4, ACM,
DOI: https://doi.org/10.1145/3508352.3549344,
[Conference Contribution]

Tobias Schwarz ; Christian Hochberger Martin Schulz ; Carsten Trinitis ; Nikela Papadopoulou ; Thilo Pionteck (eds.) (2022):
Memristor Based FPGAs: Understanding the Effect of Configuration Memory Faults.
In: 35th International Conference on Architecture of Computing Systems (ARCS'22), Heilbronn, Germany, 13.-15.09.2022, In: Architecture of Computing Systems, 13642, P. 167-180, ISSN 0302-9743, ISBN 978-3-031-21867-5, Springer,
DOI: https://doi.org/10.1007/978-3-031-21867-5_11,
[Conference Contribution]

T. Schladt ; N. Engelmann ; E. Kubaczka ; C. Hochberger ; H. Koeppl (2021):
Automated Design of Robust Genetic Circuits: Structural Variants and Parameter Uncertainty.
In: ACS Synthetic Biology, ISSN 2161-5063, ACS Publications,
DOI: https://doi.org/10.1021/acssynbio.1c00193,
[Online: https://pubs.acs.org/doi/abs/10.1021/acssynbio.1c00193],
[Article]

T. Schladt ; N. Engelmann ; E. Kubaczka ; C. Hochberger ; H. Koeppl (2021):
Automated Design of Robust Genetic Circuits: Structural Variants and Parameter Uncertainty.
In: biorxiv, Cold Spring Harbor Laboratory,
DOI: https://doi.org/10.1101/2021.08.13.456094,
[Online: https://www.biorxiv.org/content/10.1101/2021.08.13.456094v1.abstract],
[Article]