McCulloch e Pitts propuseram o primeiro modelo matemático de um neurônio em 1943. Hoje, passados mais de 60 anos, sabe-se que esse modelo está longe de retratar o comportamento e as funcionalidades de um neurônio biológico. Nesse ínterim a neurociência avançou sobremaneira e surgiram outros modelos matemáticos que descrevem de modo mais adequado a complexa dinâmica de funcionamento dos neurônios reais. Estes modelos, por sua vez, têm sido implementados em hardware nos últimos anos gerando contribuições nas áreas de neurociência computacional e sistemas bio-inspirados. Tendo em vista este cenário, este projeto propõe a modelagem e construção de redes com fidelidade biológica e alto desempenho computacional em FPGAs utilizando o modelo de Izhikevich para o neurônio artifical. Para tanto, pretende-se implementar técnicas recentes apresentadas na literatura para a otimização dos circuitos de ponto flutuante, bem como outras estratégias para a implementação de um grande números de neurônios em FPGAs. Outro objetivo deste projeto é a investigação da expansão de uma rede de neurônios pulsantes através da adição e acoplamento entre estes dispositivos digitais. Como resultado, espera-se que as redes produzidas apresentem densidade de neurônios muito maior que as outras implementações relatadas na literatura, sem um comprometimento da plausibilidade biológica.