스파이킹 신경망 (SNNs) 은 에너지 효율적인 이벤트 기반 컴퓨팅을 위한 유망한 패러다임이나, 희소 스파이크 통신과 동기화가 실행 시간을 지배할 수 있어 대규모 SNN 실행은 여전히 어려운 과제입니다. CPU, GPU, ASIC, FPGA 플랫폼을 아우르는 기존 솔루션들은 프로그래밍 가능성, 효율성, 확장성 사이에서 서로 다른 트레이드오프를 제공합니다. 이 격차를 해소하기 위해 우리는 스트림-데이터플로우 (stream-dataflow) 아키텍처와 양방향 링 토폴로지 (bidirectional ring topology) 를 기반으로 한 모듈형 및 확장 가능한 SNN 가속기인 NeuroRing 를 제시합니다. NeuroRing 는 고수준 합성 (High-Level Synthesis, HLS) 을 활용하여 프로그래밍 가능 FPGA 에서 구현되었으며, 모듈형 단일 및 다중 FPGA 배포를 지원하며 NEST 시뮬레이터와의 통합을 통해 기존 SNN 워크플로우와 호환됩니다. 우리는 NeuroRing 를 피질 마이크로회로 벤치마크 (cortical microcircuit benchmark) 와 수코쿠 제약 충족 작업 (Sudoku constraint-satisfaction workload) 에서 평가했습니다. 결과는 NeuroRing 가 NEST 참조 모델의 주요 활동 통계를 유지하며, 전체 규모 피질 마이크로회로의 실시간 인자 (RTF) 0.83 로 실시간보다 빠른 실행을 달성하고, 의미 있는 강한 및 약한 확장성을 보이며, 두 개의 프로그래밍 가능 FPGA 에서 경쟁력 있는 에너지 효율성을 제공함을 보여줍니다. 이러한 결과는 NeuroRing 를 신경과학 시뮬레이션과 더 넓은 이벤트 기반 애플리케이션 모두를 위한 유연하고 확장 가능한 플랫폼으로 자리매김하게 합니다.