Les universitaires de l’Université du Sussex ont mis au point une méthode de turbocompression des ordinateurs de bureau pour leur fournir exactement la même capacité que des supercalculateurs valant des dizaines de millions de livres. Le Dr James Knight et le professeur Thomas Nowotny de la School of Technology and Informatics de l’Université du Sussex ont utilisé les modèles de manipulation graphique (GPU) les plus récents pour fournir à un seul ordinateur de bureau la capacité de simuler des types de cerveau de dimension presque illimitée. Ils croient que les progrès, détaillés dans Nature Computational Scientific Research, permettront à beaucoup plus d’experts du monde entier d’entreprendre des recherches sur un simulateur mental à grand niveau, y compris l’investigation des troubles nerveux. À l’heure actuelle, le coût des supercalculateurs est si prohibitif qu’ils ne sont abordables que pour les très grandes organisations et les ministères et ne sont donc pas accessibles à de nombreux experts. En plus d’économiser des dizaines de kilos sur les coûts du supercalculateur, les simulations exécutées sur l’ordinateur de bureau nécessitent environ dix fois moins d’énergie, offrant également un avantage significatif en matière de durabilité. Le Dr Knight, Study Other in Personal Computer Recherche scientifique au College of Sussex, a déclaré: « Je crois que le principal avantage de notre étude est simplement la facilité d’accès. En dehors de ces grandes organisations, les universitaires doivent normalement utiliser pour obtenir même un temps limité sur le supercalculateur dans un but scientifique particulier. Il s’agit d’un obstacle assez élevé à l’entrée, ce qui empêche peut-être de nombreuses recherches substantielles. »Notre espoir pour notre propre étude est maintenant d’utiliser ces stratégies pour l’apprentissage des appareils influencés par le cerveau afin que nous peut aider à résoudre des problèmes dans lesquels les esprits biologiques réussissent mais qui sont actuellement au-delà des simulations. «Parallèlement aux développements que nous avons maintenant montrés dans le domaine de la connectivité procédurale dans le contexte des équipements GPU, nous pensons qu’en outre, il existe un potentiel pour la construction de nouveaux types d’équipements neuromorphes conçus à partir de zéro pour la connectivité en ligne procédurale. équipement qui peut conduire à des améliorations de temps de calcul encore plus significatives. » La recherche s’appuie sur la fonction révolutionnaire du chercheur américain Eugene Izhikevich qui a développé une méthode similaire pour un simulateur de cerveau à grand niveau en 2006. À l’époque, les systèmes informatiques étaient trop lents pour que votre approche soit largement applicable, ce qui signifie simuler des conceptions cérébrales à grande échelle. n’a jusqu’à présent été possible que pour une minorité d’experts privilégiés d’avoir accès aux techniques de supercalculateur. Ils ont utilisé la technique d’Izhikevich sur un GPU contemporain, avec environ 2000 fois la puissance de traitement facilement disponible il y a quinze ans, pour créer un modèle à l’avantage de la coupe du cortex visuel d’un Macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapse) qui auparavant ne pouvait que être simulé sur un supercalculateur. Le simulateur de réseau neuronal de pointe accélérée par GPU des chercheurs utilise la grande puissance de calcul d’un GPU pour produire « de manière procédurale » une connectivité en ligne et des charges de poids synaptiques « en déplacement » lorsque les surtensions se produisent – supprimant la nécessité de stocker les informations de connectivité dans Mémoire. L’initialisation à partir de la conception des chercheurs a pris 6 minutes et la simulation de chaque seconde biologique avait pris 7,7 minutes à l’état de base et 8,4 minutes à l’état de repos – jusqu’à 35% de temps en moins qu’un simulateur de supercalculateur précédent. En 2018, l’initialisation d’un supercalculateur IBM Light blue Gene / Q à partir de la conception avait pris environ 5 minutes et simuler une seule seconde de temps biologique avait pris environ 12 minutes. Le professeur Nowotny, professeur d’informatique à l’Université du Sussex, a déclaré: «Les simulations à grande échelle de modèles de systèmes neuronaux à pointes sont un outil important pour améliorer notre compréhension de la dynamique et éventuellement de la fonction du cerveau. Cependant, même les petits mammifères comme les rongeurs ont autour de l’achat de contacts synaptiques 1 × 1012, ce qui signifie que les simulations ont besoin de plusieurs téraoctets d’informations – une exigence de souvenir irréaliste pour une seule machine de bureau. « Cette recherche est un changeur de titre pour les chercheurs en neurosciences informatiques et en IA qui peuvent maintenant simuler des circuits de l’esprit sur leurs propres postes de travail locaux, mais cela permet également aux personnes extérieures au monde universitaire de transformer leur PC de jeu vidéo en un superordinateur et d’exécuter de grands réseaux de neurones. «