Los investigadores de la Universidad de Sussex han creado la simulación más rápida y eficiente en el uso de la energía de parte de un cerebro de rata utilizando hardware informático estándar.
El Dr. James Knight y el Profesor Thomas Nowotny, de la Facultad de Ingeniería e Informática de la Universidad de Sussex, han superado a una de las 50 supercomputadoras principales mediante la ejecución de simulaciones cerebrales utilizando su propio software GeNN y unidades de procesamiento de gráficos GPU.
Al desarrollar simuladores más rápidos y eficientes, los académicos esperan aumentar el nivel de comprensión de la función cerebral y, en particular, identificar cómo el daño a estructuras particulares en las neuronas puede conducir a déficits en la función cerebral. Simuladores más rápidos y avanzados podrían ayudarMejorar la comprensión de los trastornos neurológicos al identificar las áreas del cerebro que causan las crisis epilépticas.
Los simuladores mejorados también podrían acelerar el progreso en el desarrollo de la IA: el software GeNN ya se está utilizando en la Universidad de Sussex para construir robots autónomos que incluyen drones voladores que se pueden controlar a través de cerebros de insectos simulados.
El profesor Nowotny, profesor de informática de la Universidad de Sussex, dijo: "En las últimas tres décadas, las computadoras se han vuelto drásticamente más poderosas, en gran parte debido a nuestra capacidad para fabricar chips de computadora con componentes cada vez más pequeños que, a su vez, permitenoperan más rápido. Este proceso se ha topado con una pared y se ha vuelto mucho más difícil construir computadoras más rápidas sin emplear arquitecturas radicalmente diferentes. Las GPU son una de esas arquitecturas y nuestro trabajo muestra que, en el corto plazo, son un diseño competitivo paracomputación de rendimiento y tienen el potencial de hacer avances mucho más allá de donde las CPU nos han llevado hasta ahora "
La investigación implicó el uso del propio software GeNN del equipo para implementar y probar dos modelos de neurociencia computacional establecidos; uno de un microcircuito cortical que consta de ocho poblaciones de neuronas y una red aleatoria equilibrada con plasticidad dependiente del tiempo de pico, un proceso que ha sidodemostrado ser fundamental para el aprendizaje biológico.
Una sola GPU fue capaz de alcanzar velocidades de procesamiento hasta un 10% más rápidas de lo que es posible actualmente usando una supercomputadora o el sistema neuromórfico SpiNNaker, una máquina personalizada desarrollada como parte del Proyecto Europeo del Cerebro Humano HBP de £ 1bn.
El equipo de la Universidad de Sussex también pudo lograr ahorros de energía de 10 veces en comparación con las simulaciones SpiNNaker o de supercomputadora.
En el futuro, los académicos creen que la flexibilidad y el poder de las GPU significan que podrían desempeñar un papel clave en la creación de simuladores capaces de ejecutar modelos que comienzan a acercarse a la complejidad del cerebro humano.
El Dr. Knight, investigador en Ciencias de la Computación de la Universidad de Sussex, dijo: "Aunque estamos muy lejos de tener la comprensión necesaria para construir modelos de todo el cerebro humano, nos estamos acercando al punto en el que la última exascalalas supercomputadoras tienen la potencia informática en bruto que se necesitaría para simularlas. Muchos de estos sistemas dependen de las GPU, por lo que estamos encantados con estos últimos resultados que muestran cuán adecuadas son las GPU para las simulaciones cerebrales. Durante el próximo año esperamosExtender nuestro trabajo a un modelo 50 veces más grande de un sistema visual mono usando múltiples GPU interconectadas ".
Chris Emerson, jefe de Ventas de Investigación y Educación Superior en el Reino Unido e Irlanda en NVIDIA, dijo: "Estamos muy impresionados por el uso de la plataforma de cómputo NVIDIA AI para simulaciones cerebrales con punta de lanza en la Universidad de Sussex y estamos contentospodemos apoyar la investigación en la vanguardia de la neurociencia computacional y la IA "
Fuente de la historia :
Materiales proporcionados por Universidad de Sussex . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :