Forskere ved universitetet i Sussex i Storbritannia har funnet en metode gjør ordinære spille-PCer i stand til å kjøre avanserte simuleringer som tidligere kun var mulig på superdatamaskiner på størrelse med hus.
Med én enkelt GPU har forskerne klart å simulere deler av en apehjerne, en simulering som involverer millioner av nevroner og milliarder av koblinger mellom disse nevronene.
Simulerer synssenteret hos makaker, en apeslekt som holder til i Asia
Vanligvis krever prosesser som dette abnorme mengder RAM, men med en teknikk som forskerne kaller “procedural connectivity”, klarer de å drastisk minimere mengden data som må lagres for å kjøre simuleringen.
Modellering av hjernen krever som regel et nevral-nettverk der deler av nettverket være aktivt. Det er en form for kunstig intelligens som etterligner hjernens måte å oppføre seg på. Modellen kommuniserer med sekvenser av aktive nevroner.
Annonse
“Prosessuel tilkobling”
Med “procedural connectivity” kan forskerne generere data om et nevrons aktivitet i sanntid, og kun når det er aktivt, i stedet for å hente og lagre informasjon i minnet. Det eliminerer behovet for å lagre data.
“Slike eksperimenter krever vanligvis at man generer all dataen på forhånd og fyller minnet med den, men det kan vi nå unngå.”
James Knight
I 2018 ble samme eksperiment utført på superdatamaskinen IBM Blue Gene/Q. Nå klarte ikke bare forskerne å gjennomføre samme simulering, men det gikk også 35 prosent raskere siden de unngikk forsinkelsestiden mellom tusenvis av superdatamaskinens ulike noder.
Nå håper forskerne på nye fremskritt ettersom det ikke lenger er nødvendig med like eksklusiv maskinvare.
Annonse
