一块GPU模拟猴子大脑，普通台式机变超算，英国大学研究登上Nature子刊

你买来打游戏、「炼丹」的 Titan RTX，还能用来模拟山公大脑。

[好文分享：www.ii77.com]

用较量机模拟动物大脑平日需要一台壮大、昂贵的超等较量机，但比来的一项测验表明，安装了高机能 GPU 的台式机也能完成这项工作，并且模拟速度比超等较量机还快。

这项研究来自英国萨塞克斯大学（University of Sussex），研究者行使一台搭载了 NVIDIA Titan RTX GPU 的台式 PC 模拟了山公大脑视觉皮层的一个大型模型。这个模型包含 4.13 × 10^6 个神经元和 24.2 × 10^9 个突触。实验所用的 GPU 内存是 24GB，价格 2452 英镑（约合 21780 元）。借助研究者提出的新方式，他们用单个 GPU 进行的模拟比超等较量机速度还快，并且价钱要廉价得多。

历久以来，人们一向行使 GPU 来加快 AI 模型的较量，但在一个通俗显卡上运行如斯之大的模型照样第一次。

平日来说，这种级其余大脑模拟需要超等较量机来供应壮大的内存，但萨塞克斯大学的研究者提出了一种加倍高效的手艺，能够大幅降低模拟过程中所需存储的数据量。他们的方式被称为「法式性保持（procedural connectivity）」，相关研究揭橥在 Nature 新子刊——《Nature Computational Science》上。这份子刊于 2021 年 1 月启动，首要揭橥与较量手艺和数学模型斥地及使用相关的研究，以及它们在一系列科学学科（包罗但不限于生物信息学、化学信息学、地舆信息学、较量物理学和宇宙学、材料科学和城市科学）范畴的应用。

论文链接：https://www.nature.com/articles/s43588-020-00022-7?utm_medium

什么是「法式性保持」？

模拟大脑平日需要一个脉冲神经收集，这是一种特别的 AI 系统，能够模拟大脑的行为，神经元经由一系列脉冲旌旗进行通信。

为了正确地展望脉冲若何影响神经元，描述「哪些神经元经由突触保持在一路、若何保持」的信息平日在运行模拟之前生成和存储。然而，因为神经元只是周期性地发生脉冲，将如斯大量的数据持续留存在内存中是非常低效的。

为认识决这一问题，研究者提出了「法式性保持」的概念。「法式性保持」能够让研究者凭据需要实时生成与神经元保持相关的数据，而不是在内存中存储数据并从中检索信息。这完全消弭了在内存中存储保持数据的需要性。

「这些实验平日需要你提前生成所有保持数据，并用这些数据来填满内存，而我们的方式就是要避免这一过程。」论文作者 James Knight 透露。

他还增补说，「使用我们的方式，每次神经元发出脉冲时，保持的细节就会从新生成。」「我们行使 GPU 的能力，在每次脉冲发出时从新实时较量保持。」

也就是说，借助 GPU 的壮大较量能力，当神经元脉冲被激发时，脉冲神经收集能够「法式性」地生成保持数据。

这一方式竖立美国粹者 Eugene Izhikevich 在 2006 年提出的研究根蒂上，但彼时的较量机速度太慢，还不足以让方式推广应用。如今，GPU 的算力是 15 年前的 2000 倍，对于「脉冲神经收集」来说，研究时机已经成熟。

一台电脑 + 一块 GPU，或许就能复现大脑模拟论文

事实上，这项研究的究竟不光可以与当前最快的超等较量机相媲美，甚至还更快。在静息态下，新方式模拟生物体的一秒只需要 8.4 分钟，比之前的超等较量机模拟节约了多达 35% 的时间（一个例子就是 2018 年在 IBM Blue Gene/Q 上运行的模拟）。

如同 Knight 介绍的那样，这是因为 IBM 的设备是由 1000 个保持在一个房间里的较量节点构成的。「无论系统何等复杂，节点之间仍然存在一些延迟。模型隔得越远，它就会越慢，而我们的模型速度能够快好多个量级。」

James Knight 和 Thomas Nowotny。

除了提高实验速度之外，研究者还进展经由这种方式降低此类大型生物模拟研究的硬件门槛。在大脑模拟的研究范畴，模型巨细很或者以万亿字节计，但超等较量机只是少数研究团队的特权。

还有一点意义是：Knight 及其团队的研究能够让神经科学和人工智能研究者在他们的内陆工作站上模拟大脑回路，同时也能够让学术界以外的人把他们的游戏本变为一台能够运行大型神经收集的较量机。

Knight 透露：「 Nature Computational Science 的审稿人在本身的较量机上试验了这项研究。」是以，若是你有一台电脑和合适的 GPU，或许也能够查察论文中关于复现的解说部门，并上手一试。

法式性保持非常适合用于大脑模拟实验的脉冲神经收集，但 Knight 认为，跟着类脑机械进修取得更多进展，更多的人工智能应用也将显现。

研究团队进展这种法子可以助力于科学研究，从而大大降低研究哺乳动物大脑工作体式和研究神经系统疾病的成本。大脑模拟也是助力阿尔茨海默氏症和帕金森氏症的要害对象。

无论是绘制哺乳动物大脑的行为图，照样斥地更好的语音识别对象，神经收集正在受到学界和业界更多的存眷。如今，只要有一块 GPU，谁又能说卧室弗成所以梦起头的处所呢？

参考链接：

https://www.zdnet.com/article/who-needs-a-supercomputer-your-desktop-pc-and-a-gpu-might-be-enough-to-solve-some-of-the-largest-problems/