加入收藏 | 设为首页 | 会员中心 | 我要投稿 常州站长网 (https://www.0519zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 动态 > 正文

一块GPU模拟猴子大脑,普通台式机变超算

发布时间:2021-04-12 15:45:57 所属栏目:动态 来源:互联网
导读:大脑通常需要一个脉冲神经网络,这是一种特殊的 AI 系统,可以模拟大脑的行为,神经元通过一系列脉冲信号进行通信。 为了准确地预测脉冲如何影响神经元,描述「哪些神经元通过突触连接在一起、如何连接」的信息通常在运行模拟之前生成和存储。然而,由于神经

大脑通常需要一个脉冲神经网络,这是一种特殊的 AI 系统,可以模拟大脑的行为,神经元通过一系列脉冲信号进行通信。

为了准确地预测脉冲如何影响神经元,描述「哪些神经元通过突触连接在一起、如何连接」的信息通常在运行模拟之前生成和存储。然而,由于神经元只是周期性地产生脉冲,将如此大量的数据持续保存在内存中是非常低效的。

为了解决这一问题,研究者提出了「程序性连接」的概念。「程序性连接」可以让研究者根据需要实时生成与神经元连接相关的数据,而不是在内存中存储数据并从中检索信息。这完全消除了在内存中存储连接数据的必要性。

「这些实验通常需要你提前生成所有连接数据,并用这些数据来填满内存,而我们的方法就是要避免这一过程。」论文作者 James Knight 表示。

他还补充说,「使用我们的方法,每次神经元发出脉冲时,连接的细节就会重新生成。」「我们利用 GPU 的能力,在每次脉冲发出时重新实时计算连接。」

也就是说,借助 GPU 的强大计算能力,当神经元脉冲被激发时,脉冲神经网络可以「程序性」地生成连接数据。

这一方法建立美国学者 Eugene Izhikevich 在 2006 年提出的研究基础上,但彼时的计算机速度太慢,还不足以让方法推广应用。现在,GPU 的算力是 15 年前的 2000 倍,对于「脉冲神经网络」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,这项研究的结果不仅能够与当前最快的超级计算机相媲美,甚至还更快。在静息态下,新方法模拟生物体的一秒只需要 8.4 分钟,比之前的超级计算机模拟节省了多达 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 个连接在一个房间里的计算节点组成的。「无论系统多么复杂,节点之间仍然存在一些延迟。模型隔得越远,它就会越慢,而我们的模型速度可以快很多个量级。」

(编辑:常州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读