`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Для симуляций мозга млекопитающих теперь хватает настольного ПК

+33
голоса
Для симуляций мозга млекопитающих теперь хватает настольного ПК

В работе, подробно описанной в Nature Computational Science, доктор Джеймс Найт (James Knight) и профессор Томас Новотны (Thomas Nowotny) из Университета Сассекса (Великобритания) продемонстрировали возможность моделировать мозг практически любого размера на обычном настолько ПК, оснащённым новейшими графическими процессорами (GPU).

Это исследование базируется на пионерской работе американского учёного Юджина Изикевич (Eugene Izhikevich), который применил это метод для крупномасштабных симуляций головного мозга ещё в 2006 году.

В то время компьютеры были слишком медленными, поэтому идея не получила широкого распространения, но теперь британские исследователи адаптировали её к современным GPU, которые примерно в 2 тыс. раз превосходят по производительности компьютеры 15-летней давности. Созданная ими модель имитирует функции зрительной коры головного мозга макаки с 4,13×106 нейронов и 24,2×109 синапсов.

Инициализация модели британских исследователей заняла шесть минут, а симуляция каждой биологической секунды — от 7,7 до 8,4 минут. В 2018 году на одной стойке суперкомпьютера IBM Blue Gene/Q инициализация модели занимала около пяти минут, а на симуляцию одной секунды биологического времени уходило около 12 минут машинного времени.

Даже мелкие млекопитающие, такие как мыши, имеют порядка 1×1012 синаптических соединений, для моделирования которых требуется несколько терабайт данных — нереалистичный объём памяти для настольного ПК. Однако новый симулятор использует значительную вычислительную мощность графического процессора для генерирования связности и синаптических весов «на ходу», благодаря чему нет необходимости хранить данные о связности в памяти.

«Это исследование меняет правила игры для исследователей вычислительной нейробиологии и искусственного интеллекта, которые теперь могут моделировать мозговые цепи на своих локальных рабочих станциях», — заметил профессор Новотны.

Защита промышленных сетей: основные риски и сценарии атак

+33
голоса

Напечатать Отправить другу

Читайте также

 
 

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT