Эта работа представляет собой первое моделирование крупномасштабной модели мозжечка с биофизическими ограничениями, выполненную на нейроморфном оборудовании. Модель, содержащая 97 000 нейронов и 4,2 миллиона синапсов, моделируется в нейроморфной системе SpiNNaker. Результаты проверяются по сравнению с базовым моделированием той же модели, выполненной с помощью NEST, популярного симулятора нейронной сети с пиковыми импульсами, использующего общие вычислительные ресурсы и арифметику с плавающей запятой двойной точности. Пиковая активность на уровне отдельных клеток и сети подтверждается с точки зрения средней скорости спайков, относительного опережения или запаздывания времени спайков и динамики мембранного потенциала отдельных нейронов, и показано, что SpiNNaker дает результаты, согласующиеся с NEST. После проверки модель используется для исследования того, как повысить скорость моделирования сети в системе SpiNNaker, с будущей целью создания нейроморфного мозжечка в реальном времени. Благодаря подробному профилированию связи, пиковая сетевая активность определяется как одна из основных проблем для ускорения моделирования. Распространение пиковой активности по сети измеряется и будет информировать о будущей разработке стратегий ускоренного выполнения для моделей мозжечка на нейроморфном оборудовании. Большое соотношение гранулярных клеток к другим типам клеток в модели приводит к тому, что высокие уровни активности сходятся в нескольких клетках, причем эти клетки имеют относительно большие временные затраты, связанные с обработкой коммуникации. Показано, что организация ячеек на SpiNNaker в соответствии с их пространственным положением снижает пиковую коммуникационную нагрузку на 41%. Есть надежда, что эти идеи, вместе с альтернативными стратегиями распараллеливания, проложит путь к выполнению в реальном времени крупномасштабных моделей мозжечка с биофизическими ограничениями на SpiNNaker. Это, в свою очередь, позволит исследовать контроллеры, вдохновленные мозжечком, для нейроботических приложений и выполнять моделирование с увеличенной продолжительностью в временных масштабах, что в настоящее время было бы недопустимо при использовании обычных вычислительных платформ.