研究人员发现了大规模大脑模拟的算法

神经科学大脑模拟算法exascale

这一突破是在超级计算机中构建神经元网络的一种新方法。图片:在上面

新算法是朝着在未来百亿亿级超级计算机上实现大脑规模网络模拟的技术迈出的决定性一步,同时也显著加快了现有超级计算机上的大脑模拟。

-居里希研究中心和雅拉居里希,德国

人类的大脑是一个极其复杂的器官,由1000亿个相互连接的神经细胞组成。然而,即使在现有最强大的超级计算机的帮助下,目前也不可能实现模拟这种规模的网络中神经元信号的交换。

一个国际研究小组现在已经朝着创造这项技术迈出了决定性的一步,该技术可以在未来的exascale级超级计算机上实现大脑规模网络的模拟。突破算法,发表于雷竞技rebat神经信息学前沿,允许使用相同数量的计算机内存来表示人脑的较大部分。同时,新算法大大加快了现有超级计算机上的大脑模拟速度。

“自2014年以来,我们的软件可以模拟人脑中约1%的神经元及其所有连接,”他说马库斯Diesmann朱利希神经科学与医学研究所(INM-6)主任。为了实现这一令人印象深刻的壮举,该软件需要PB级超级计算机的全部主内存,如神户的K计算机和居里希的JUQUEEN。

Diesmann已经在模拟软件NEST -上工作了20多年这是神经科学界广泛使用的免费开源模拟代码,也是欧洲人脑项目的核心模拟器。在该项目中,他领导了理论神经科学和高性能分析与计算平台领域的项目。

通过NEST,网络中每个神经元的行为由一组数学方程表示。未来的exascale计算机,如计划在神户和居里希的JUWELS使用的post-K计算机,将比今天的高端超级计算机的性能高出10到100倍。研究人员将首次拥有模拟人脑规模的神经网络的计算机能力。

似乎死胡同

虽然目前的模拟技术使研究人员能够开始研究大型神经元网络,但它也代表了百亿亿级技术的一个死胡同。超级计算机由大约十万台被称为节点的小型计算机组成,每台计算机都配备了大量的处理器来进行实际的计算。

“在进行神经元网络模拟之前,需要虚拟地创建神经元及其连接,这意味着它们需要在节点的内存中实例化。在模拟过程中,神经元不知道在哪个节点上有目标神经元,因此,它的短电脉冲需要发送到所有节点。Each节点然后检查所有这些电脉冲中哪些与存在于该节点上的虚拟神经元相关,”解释说Susanne Kunkel斯德哥尔摩皇家理工学院。

当前的网络创建算法是有效的,因为所有节点同时构造其特定的网络部分。然而,将所有电脉冲发送到所有节点并不适合在exascale系统上进行仿真。

马库斯·迪斯曼补充道:“有效地检查每个电脉冲的相关性需要整个网络中每个神经元的每个处理器有一位信息。对于一个由10亿个神经元组成的网络,每个节点中的大部分内存只被每个神经元的这一位信息消耗。”。

这是模拟更大网络时的主要问题:每个处理器为每个神经元额外比特所需的计算机内存量随着神经元网络的大小而增加。在人脑的规模上,这需要每个处理器的可用内存比今天的超级计算机大100倍。然而,在下一代超级计算机中不太可能出现这种情况。每个计算节点的处理器数量将增加,但每个处理器的内存和计算节点的数量将保持不变。

新算法的突破

《突破》发表于雷竞技rebat神经信息学前沿是在超级计算机中构建神经元网络的一种新方法。由于这些算法,每个节点上所需的内存不再随网络大小而增加。在模拟开始时,新技术允许节点交换有关谁需要向谁发送神经元活动数据的信息。一旦有了这些知识,就可以组织节点之间的神经元活动数据交换,从而使节点只接收它所需要的信息。网络中的每个神经元不再需要额外的位。

有益的副作用

Susanne Kunkel报告说:“当分析新的算法时,我们意识到我们的新技术不仅可以在百亿亿次级系统上进行模拟,而且还可以在现有的超级计算机上进行更快的模拟。”

事实上,由于内存消耗现在已得到控制,模拟的速度成为进一步技术发展的主要焦点。例如,在Jülich的超级计算机JUQUEEN上运行的一个由5.8万亿突触连接的5.2亿个神经元的大型模拟,以前需要28.5分钟才能计算出1秒的生物时间。通过改进的数据结构模拟,时间缩短至5.2分钟。

“有了这项新技术,我们可以比以前更好地利用现代微处理器日益增加的并行性,这在百亿亿次级计算机中将变得更加重要,”他说雅各布·乔丹该研究的主要作者,来自Forschungszentrum Jülich。

Markus Diesmann补充道:“exascale硬件和适当软件的结合带来了对大脑功能基本方面的调查,比如可塑性和学习在我们力所能及的几分钟生物时间内展开。”。

在模拟软件NEST的下一个版本中,研究人员将把他们的成果作为开源免费提供给社区。

“我们一直在使用NEST模拟健康人和正常人基底神经节回路的复杂动力学帕金森病在K电脑上。我们很高兴听到新一代NEST的消息,这将使我们能够在post-K计算机上进行全脑模拟,以阐明运动控制和心理功能的神经机制,”他说田健二冲绳理工学院(OIST)教授。

神户理研计算机科学高级研究所的Mitsuhisa Sato总结道:“这项研究是一个很好的例子,展示了在构建exascale计算机方面的国际合作。重要的是,我们要准备好应用程序,从这些珍贵的机器出现的第一天起就可以使用它们。”。

神经科学脑模拟量表

以前的模拟技术可以用一台PB级的超级计算机(左下角)代表人脑中约1%的神经细胞(神经元)(左下角为大脑的暗红色区域)。下一代超级计算机的性能将比现在的高端超级计算机高出10到100倍,只有很小的进步(大脑中心的暗红色区域)是可能的。人类大脑的更大部分可以用新技术表示,使用相同数量的计算机内存(右下角)。i 10%的大脑大约相当于整个大脑皮层的大小(右侧大脑的暗红色区域),这对于更高的处理至关重要。其他大部分神经元位于小脑(蓝色)。图片:Forschungszentrum Jülich


原文:极可扩展的尖峰神经元网络模拟代码:从笔记本电脑到Exascale计算机

通讯作者:雅各布·乔丹

在Jülich,这项工作得到了模拟实验室神经科学的支持,该实验室是伯恩斯坦网络计算神经科学的一个设施。部分资金来自第604102号赠款协议项下的欧盟第七框架计划(人脑项目,HBP)和第720270号赠款协议项下的欧盟地平线2020研究与创新计划(HBP SGA1)以及关于后K计算机的探索性挑战(理解思维的神经机制及其在人工智能中的应用)日本教育、文化、体育、科学和技术部(MEXT)。通过日本和欧洲之间的联合项目,研究人员希望为国际大脑倡议(IBI)的形成做出贡献。

再版指南:开放获取和共享研究是前沿的使命. 除非另有说明,你可以重新发表发表在边疆新闻博客上的文章——只要你包含一个指向原始研究的链接。不允许出售这些物品。雷竞技rebat雷竞技公司

研究人员发现了大规模大脑模拟的算法

  1. 迈克尔·泽尔迪奇//2018年3月29日晚上8:55//回复

    这是建立大型系统模型的一大步,但是没有理由建立大脑模型,因为大脑的功能在今天的科学中仍然是未知的。
    在全球范围内,大脑模型的基础是相信世界是由感觉给予我们的。这是一个错误的假设,因此,所有的大脑模型都不能实现预期的结果。

    就像

  2. 好帖子!!!
    我认为这些信息还可以帮助开发改进的诊断工具、保护措施和康复治疗。

    就像

留下一个回复

在下面填写详细信息或单击图标登录:

掘墓人
WordPress.com徽标

你在用你的WordPress.com账户进行评论。(注销/改变)

谷歌照片

您正在使用您的Google帐户进行评论。(注销/改变)

推特图片

您正在使用您的Twitter帐户发表评论。(注销/改变)

Facebook的照片

您正在使用您的Facebook帐户发表评论。(注销/改变)

正在连接到%s