日本理化学研究所近日宣布，该研究所参与的国际联合研究小组成功开发出模拟人脑整体神经细胞网络的算法，可应用于下一代超级计算机——“Post-K”E 级超级计算机。新算法打破了原有神经细胞网络模拟在E级超级计算机上占据大量内存而无法适用的瓶颈，同时，也大幅提高在现有超级计算机上的人脑模拟速度。
人脑神经细胞网络异常复杂
人的大脑由大约1000亿个神经细胞组成，每个神经细胞通过上万个突触与其他神经元进行信号传递，构成了一个具有1014个连接的网络。目前，即使借助世界上最强大的超级计算机，也无法模拟这种大规模神经细胞网络信号的交换。
模拟瓶颈：内存规模是关键
为了模拟大脑，需要为神经细胞和突触预先创建虚拟内存。在模拟过程中，为寻找目标神经细胞所在节点，神经细胞的短电脉冲需要发送给所有节点并逐个检查哪一个与该节点上存在的虚拟神经细胞相关。使用该传统算法，为了有效地检查每个电脉冲的相关性，需要整个网络中每个神经细胞在每个处理器上都有一个信息位表示。
这就是模拟更大规模神经细胞网络时遇到的主要问题：每个处理器所需的计算机内存量随着神经细胞网络的增大而增加。如果要达到模拟整个人脑1000亿神经细胞的规模，这就要求每个处理器的可用内存比现有超级计算机每个处理器的可用内存大100倍。
新算法节约内存，适用于E级超算系统
研究小组此次开发的新算法，在模拟开始时即交换信息，来判断在计算节点之间是否需要预先发送电脉冲信号，因而可以只发送和接收每个计算节点所需的电脉冲信号，避免了发送和接收无用信号，同时也避免了通过内存判断是否发送电脉冲信号给神经细胞。通过这些手段，即使神经细胞网络的规模增加，每个计算节点的内存量也不会增加，节省了内存。因此，该新算法打破了E级超级计算机上无法模拟全脑神经细胞网络的限制——原有的算法使得每个处理器所需的计算机内存量随着神经细胞网络的增大而急剧增加，适用于下一代E级超级计算系统。
新算法加速现有的超级计算机模拟
当测试新算法时，科学家们发现这项新技术不仅能完成基于E级系统的人脑整体神经细胞网络模拟，同时还会使现有的超级计算机模拟速度更快。例如，在尤利希的超级计算机JUQUEEN上运行的由5.8万亿突触连接的大型模拟神经细胞网络需要28.5分钟来计算一秒钟的生物时间。采用该新技术之后，时间减少到了5.2分钟。
E级超算系统+新算法，促人脑研究
目前，超级计算机“京”已被用于帕金森氏病的脑病理学模拟。下一代超级计算机“Post-K”研制成功后，将结合最新的算法模拟整个人脑神经细胞网络，以期阐明运动控制及思维的信息处理机制。
“这项研究将是构建E级超算国际合作的一个很好示范。我们提前准备好神经细胞模拟软件，E级超算系统研制成功后就能立即使用。这将非常有意义。”日本理化研究所的Mitsuhisa Sato介绍道。
}, issn = {}, doi = {https://doi.org/2018-CAM-13997}, url = {https://global-sci.com/article/75842/e} }