Les universitaires du College of Sussex ont mis au point une technique de turbocompression des ordinateurs de bureau pour leur donner la même capacité que des supercalculateurs d’une valeur réelle de dizaines de livres. Le docteur James Knight et le professeur Thomas Nowotny de l’École de technologie et d’informatique de votre College of Sussex ont utilisé les derniers modèles de traitement graphique (GPU) pour donner à un seul ordinateur de bureau la capacité d’imiter des types d’esprit d’une dimension presque illimitée. Les chercheurs pensent que l’innovation, détaillée dans Nature Computational Science, permettra à de nombreux autres experts du monde entier d’entreprendre des études sur un simulateur d’esprit à grande échelle, y compris l’investigation des troubles neurologiques. Actuellement, le coût des supercalculateurs est vraiment prohibitif, seo ils ne sont abordables que pour les grandes organisations et les ministères et ont tendance à ne pas être accessibles pour de nombreux experts. En plus d’économiser des dizaines de millions de livres sur les coûts du superordinateur, les simulations exécutées sur l’ordinateur de bureau nécessitent environ 10 fois moins d’énergie, offrant également un avantage substantiel en matière de durabilité. Le Dr Knight, Study Other in Computer Scientific Research au College of Sussex, a déclaré: « Je pense que le principal avantage de notre étude est simplement la facilité d’accès. En dehors de ces très grandes entreprises, les universitaires doivent généralement utiliser pour obtenir même peu de temps sur un supercalculateur dans un but technologique particulier. Il s’agit d’un tampon d’entrée assez élevé, ce qui retient potentiellement de nombreuses études importantes. « Notre espoir pour notre propre étude est maintenant d’utiliser ces techniques pour l’apprentissage de l’appareil influencé par le cerveau afin que nous puissions aident à résoudre les problèmes auxquels les cerveaux biologiques réussissent mais qui sont actuellement des simulations passées. «Outre les progrès que nous avons démontrés dans la connectivité procédurale dans le cadre du matériel GPU, nous pensons qu’il est également possible de construire de nouveaux types d’équipements neuromorphiques conçus à partir de zéro pour la connectivité en ligne procédurale. Des éléments importants pourraient être mis en œuvre directement dans matériel qui pourrait conduire à des améliorations beaucoup plus substantielles du temps de calcul. » La recherche s’appuie sur le spécialiste révolutionnaire des gens du travail Eugene Izhikevich qui a lancé une technique similaire pour la simulation de l’esprit à grand niveau en 2006. À l’époque, les ordinateurs étaient trop lents pour que la méthode soit largement pertinente, ce qui signifie que la simulation de modèles cérébraux à grande échelle a jusqu’à présent, cela n’était possible que pour une minorité de chercheurs privilégiés d’avoir accès aux techniques de supercalculateur. Ils ont appliqué la technique d’Izhikevich à un GPU moderne, avec environ 2000 fois la puissance de traitement disponible il y a 15 ans, pour produire un modèle de bord réducteur du cortex visuel d’un Macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapse) qui ne pouvait auparavant être simulé sur le supercalculateur. Le simulateur de réseau neuronal à pointes accélérées par GPU des chercheurs utilise la grande quantité d’énergie de calcul sur un GPU pour produire « de manière procédurale » une connectivité et des poids synaptiques « à la volée » lorsque les surtensions se produisent – éliminant ainsi la nécessité de stocker les informations de connectivité en ligne en souvenir . L’initialisation de la conception des chercheurs avait pris six minutes et la simulation de chaque seconde biologique avait pris 7,7 minutes dans l’état de la terre et 8,4 minutes dans l’état de repos – jusqu’à 35% de temps en moins qu’une simulation de supercalculateur précédente. En 2018, l’initialisation d’un rack d’un supercalculateur IBM Blue Gene / Q à partir du modèle avait pris environ cinq minutes et simuler un 2ème du 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 moyen important d’améliorer nos connaissances sur la dynamique et, en fin de compte, sur le rôle du cerveau. Cependant, même les petits mammifères comme les rongeurs ont de l’ordre de 1 × 1012 connexions synaptiques, ce qui signifie que les simulations nécessitent un certain nombre de téraoctets de données – une mémoire irréaliste pour une seule machine d’ordinateur de bureau. « Cette recherche est un changeur de titre de jeu pour les chercheurs en neurosciences computationnelles et en IA qui peuvent simulent maintenant des circuits de l’esprit sur leurs 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’exploiter de gros systèmes neuronaux. «