科研人員利用一個名為SpiNNaker的神經(jīng)形態(tài)計算機開展大腦仿真實驗，取得的效果與利用傳統(tǒng)超級計算機進行仿真獲取的最佳效果不相上下。

該研究由德國于利希研究中心（Jülich Research Centre）聯(lián)合英國曼徹斯特大學（University of Manchester）、日本理研腦科學研究所（RIKEN Brain Institute）、德國亞琛工業(yè)大學（Aachen University）共同開展。他們在《神經(jīng)科學前沿》（Frontiers in Neuroscience）發(fā)表的一篇文章中表示已實現(xiàn)了“在SpiNNaker上對腦皮質(zhì)微神經(jīng)網(wǎng)絡生物時間標度水平的首次全范圍仿真”，研究構建的模型由8萬個神經(jīng)元和3億個突觸組成，是在該平臺上進行的最大規(guī)模仿真。

SpiNNaker旨在為實時模擬大規(guī)模神經(jīng)網(wǎng)絡提供高性能平臺。第一版系統(tǒng)于2009年建成。在當前版本，SpiNNaker擴展到600塊板，每一塊都配備了1、4或者48個Arm 968芯片。該芯片有18個核，由分組交換異步通信網(wǎng)絡連接起來，一塊128MB SDRAM模安裝在處理器上。

“大腦皮層是大腦中接收和出來感官信息的外層。SpiNNaker可以支持大腦皮層的詳細生物模型，得到的結果與相當超級計算機軟件仿真的結果很相近。”研究人員說，“快速低能耗地運行大規(guī)模詳細的神經(jīng)網(wǎng)絡，這種能力會推進機器人研究，有助于學習和大腦障礙方面的研究?！?/p>

本研究提高了系統(tǒng)軟件性能，將神經(jīng)網(wǎng)絡仿真擴展到多塊板，從而達到最新的高標準。為此，研究人員利用了SpiNNaker的六塊48-芯片板，總計217個Arm 968 SoC和1934個核。這還不到該系統(tǒng)總計算能力的百分之一。

為進行比較，研究人員在32節(jié)點HPC集群上運行尖峰神經(jīng)網(wǎng)絡的NEST仿真軟件，由英特爾至強（Xeon）E5-2680v3處理器（以2.5GHz運行的12核）支持。每個節(jié)點包含了兩個處理器、128 GB RAM、240 GB 本地 SSD 存儲，系統(tǒng)的互連為QDR InfiniBand。

該研究表明，SpiNNaker仿真和在HPC集群利用NEST的系統(tǒng)仿真準確性相近，但SpiNNaker僅限于定點運算。雖然NEST上運行的仿真比SpiNNaker的更快，但兩個平臺每個突觸事件的耗能具有可比性?！皟蓚€平臺運行的仿真得到結果很相近?！毖芯咳藛T說，“這是大腦皮層的詳細仿真首次在SpiNNaker或者任何神經(jīng)形態(tài)平臺運行。”

研究人員還指出，該研究的結果將用于改進軟件，讓等效仿真能在單塊板上運行。能做到這一點意義重大，因為這是最可能用于機器人控制的配置。事實上，歐洲人類腦計劃（European Human Brain Project）的神經(jīng)機器人學家已與SpiNNaker項目合作，希望可將其用于獨立機器人。

這些機器人應用旨在構建平臺，消耗目前超級計算機的一小部分能源就可以進行實時大腦仿真。理想情況下，能耗相當于實際大腦的20至30瓦水平。本研究表明，SpiNNaker這類神經(jīng)形態(tài)系統(tǒng)的發(fā)展可能會成為實現(xiàn)大腦仿真的最實際途徑。