Un PC aussi puissant qu’un super computer

Les universitaires du College of Sussex ont mis au point une technique de turbocompression des ordinateurs de bureau pour leur donner exactement la même capacité que des supercalculateurs d’une valeur réelle de dizaines de livres. Le docteur David Knight et le professeur Thomas Nowotny du Collège d’ingénierie et d’informatique de l’Université du Sussex ont utilisé les modèles de manipulation graphique (GPU) les plus récents pour donner à un seul ordinateur de bureau la capacité d’imiter des types d’esprit de taille presque illimitée. Les chercheurs pensent que l’innovation, complète dans Nature Computational Science, permettra à beaucoup plus d’experts du monde entier de mener des études sur un simulateur cérébral à grand niveau, y compris l’investigation des conditions neurologiques. Actuellement, le prix des supercalculateurs est vraiment prohibitif, ils ne sont raisonnables que pour les grandes organisations et les agences gouvernementales et ont tendance à ne pas être accessibles pour de nombreux chercheurs. En plus d’économiser des dizaines de kilos sur les dépenses du supercalculateur, les simulations fonctionnent sur l’ordinateur de bureau et le PC nécessite environ 10 fois moins d’énergie, ce qui présente également un avantage significatif en matière de durabilité. Le Dr Knight, chercheur en recherche scientifique en informatique personnelle à l’Université du Sussex, référencement Google Biarritz a déclaré: «Je crois que le principal avantage de notre recherche est l’accessibilité. En dehors de ces très grandes organisations, les universitaires doivent généralement utiliser pour obtenir même un temps limité un supercalculateur à des fins technologiques particulières. Il s’agit d’un tampon d’entrée raisonnablement élevé qui retient potentiellement beaucoup de recherches substantielles. « Notre espoir pour notre propre étude est maintenant d’appliquer ces stratégies à l’apprentissage automatique inspiré par l’esprit afin que nous sont en mesure d’aider à résoudre des problèmes dans lesquels les cerveaux biologiques excellent mais qui sont actuellement au-delà des simulations. «Parallèlement aux développements que nous avons montrés dans la connectivité en ligne procédurale dans le contexte du matériel GPU, nous pensons également qu’il est également possible de construire de nouveaux types de matériel neuromorphique construit à partir de zéro pour la connectivité en ligne procédurale. Les composants clés pourraient être mis en œuvre immédiatement dans l’équipement qui peut conduire à des augmentations de temps de calcul beaucoup plus significatives.  » L’étude s’appuie sur les travaux pionniers du chercheur américain Eugene Izhikevich qui a développé une méthode identique pour un simulateur de cerveau à grande échelle en 2006. Pendant ce temps, les systèmes informatiques étaient trop lents pour que la méthode soit largement applicable, ce qui signifie simuler un esprit à grande échelle. Jusqu’à présent, les conceptions n’ont été possibles que pour une minorité de chercheurs privilégiés d’avoir accès aux systèmes de supercalculateurs. Les chercheurs ont utilisé la méthode d’Izhikevich sur un GPU contemporain, avec environ 2000 fois l’énergie de traitement disponible il y a 15 ans, pour produire un type de cortex visuel de Macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapse) qui ne pouvait auparavant être simulé sur un supercalculateur. Le simulateur de réseau neuronal à pic plus rapide du 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 «  en déplacement  » lorsque des pics sont provoqués – supprimant la nécessité de stocker les informations de connectivité en mémoire. L’initialisation à partir de la conception des chercheurs a pris six minutes et la simulation de chaque seconde biologique avait pris 7,7 minutes à l’état fondamental et 8,4 minutes à l’état de repos – autant que 35% beaucoup moins de temps qu’une simulation de supercalculateur antérieure. En 2018, un seul détenteur du supercalculateur IBM Light blue Gene / Q, l’initialisation de la conception avait pris environ cinq minutes et simuler un 2ème du temps biologique prenait environ 12 minutes. Le professeur Nowotny, professeur d’informatique au College of Sussex, a déclaré: «Les simulations à grande échelle de modèles de systèmes neuronaux à pointes sont un outil essentiel pour améliorer notre compréhension de la dynamique et, en fin de compte, de la fonction de l’esprit. Cependant, même les petits mammifères tels que les souris ont autour de l’achat de 1 × 1012 connexions synaptiques, ce qui signifie que les simulations nécessitent un certain nombre de téraoctets de données – une mémoire irréaliste pour un seul appareil de bureau. « Cette recherche est un changeur de titre de jeu pour les chercheurs en neurosciences computationnelles et en IA qui peuvent imite maintenant les circuits de l’esprit sur leurs propres postes de travail locaux, cela permet également aux gens du milieu universitaire de transformer leur PC de jeu en un superordinateur et d’exploiter de grands réseaux de neurones. «