Les universitaires du College of Sussex ont mis au point une technique de suralimentation des ordinateurs de bureau pour leur fournir les mêmes capacités que des supercalculateurs valant réellement des dizaines de millions de livres. Le Dr David 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 fournir à un ordinateur de bureau unique la capacité d’imiter des modèles d’esprit de taille presque illimitée. Les chercheurs pensent que l’innovation, complète par nature, la science computationnelle, permettra à de nombreux autres experts du monde entier de mener facilement des recherches sur un simulateur d’esprit de grand niveau, y compris l’étude des conditions nerveuses. Actuellement, le prix des supercalculateurs est vraiment prohibitif, ils ne sont raisonnables que pour les très grandes institutions et agences gouvernementales et ne sont donc pas accessibles à un grand nombre de chercheurs. En plus d’économiser des dizaines de kilos sur les coûts d’un supercalculateur, les simulations fonctionnent sur le PC de bureau nécessitent environ 10 fois moins d’énergie, offrant également un avantage significatif en matière de durabilité. Le Dr Knight, Research Other in Personal Computer Recherche scientifique au College of Sussex, a déclaré: « Je pense que le principal avantage de notre étude est la facilité d’accès. En dehors de ces grandes entreprises, les universitaires doivent généralement utiliser pour obtenir même peu de temps sur le supercalculateur dans un but scientifique particulier. Il s’agit d’un tampon d’entrée beaucoup plus élevé, ce qui freine potentiellement beaucoup de recherches substantielles. »Notre espoir pour notre propre étude est maintenant d’utiliser ces techniques pour comprendre la machine influencée par le cerveau afin de garantir que nous sommes en mesure d’aider à résoudre des problèmes auxquels les cerveaux biologiques réussissent mais qui sont actuellement au-delà des simulations. «Parallèlement aux progrès que nous avons maintenant montrés dans la connectivité en ligne procédurale dans le contexte du matériel GPU, nous pensons également qu’il existe également un potentiel pour la construction de nouveaux types de matériel neuromorphique conçus à partir de zéro pour la connectivité procédurale. Des composants importants pourraient être mis en œuvre directement dans le matériel, ce qui peut conduire à des améliorations de temps de calcul beaucoup plus substantielles. » La recherche crée sur la fonction révolutionnaire du chercheur américain Eugene Izhikevich qui a développé une technique identique pour la simulation de l’esprit à grande échelle en 2006. À l’époque, les systèmes informatiques étaient tout aussi lents pour que votre approche soit largement applicable, ce qui signifie simuler un esprit à grande échelle. Jusqu’à présent, les modèles n’ont été réalisables que pour une minorité de chercheurs privilégiés d’avoir accès aux systèmes de supercalculateurs. Les chercheurs ont utilisé la technique d’Izhikevich pour un GPU moderne, avec environ 2000 fois l’énergie de traitement facilement disponible il y a quinze ans, pour créer un modèle de bord réducteur du cortex visible d’un Macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapse) qui pouvait auparavant être simulé uniquement sur le supercalculateur. La simulation de réseau de neurones à pointes accélérées 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 sont déclenchées – supprimant la nécessité de stocker des informations de connectivité en ligne dans souvenir. L’initialisation à partir du modèle des chercheurs avait pris 6 minutes et la simulation de chaque seconde biologique avait pris 7,7 minutes en condition au sol et 8,4 minutes en condition relaxante – jusqu’à 35% de temps en moins qu’une simulation de supercalculateur précédente. En 2018, un seul rack d’un supercalculateur IBM Light blue Gene / Q, seo l’initialisation de la conception a pris environ 5 minutes et la simulation d’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 réseaux neuronaux à pointes sont un outil important pour améliorer notre compréhension de la dynamique et éventuellement de la fonction du cerveau. Néanmoins, même les petits mammifères comme les souris ont à l’achat de contacts synaptiques 1 × 1012, ce qui signifie que les simulations nécessitent un certain nombre de téraoctets de données – une exigence de mémoire peu pratique pour un seul appareil de bureau. « Cette recherche change la donne pour les chercheurs en neurosciences informatiques et en IA qui sont maintenant en mesure de imiter les circuits cérébraux sur leurs postes de travail à proximité, mais cela permet également aux personnes extérieures au monde universitaire de transformer leur ordinateur de jeu en un superordinateur et d’exploiter de grands réseaux de neurones. «