Arbor——面向当代高性能计算架构的形态学精细神经网络仿真库
神经元与认知
2019-04-12 v1
摘要
我们介绍 Arbor，一个用于在高性能计算（HPC）系统上仿真大型多房室神经元网络的可性能移植库。Arbor 是开源软件，在人脑计划（HBP）主持下开发。其性能移植性得益于针对 x86 多核、Intel KNL 和 NVIDIA GPU 的后端特定优化。结合低内存开销，这些优化使 Arbor 比最广泛使用的同类仿真软件快一个数量级。单节点性能可扩展至极大规模运行非常大型的模型，并具有高效的弱扩展性。HPC、GPU、神经科学、神经元、软件
引用
@article{arxiv.1901.07454,
title = {Arbor -- a morphologically-detailed neural network simulation library for contemporary high-performance computing architectures},
author = {Nora Abi Akar and Ben Cumming and Vasileios Karakasis and Anne Küsters and Wouter Klijn and Alexander Peyser and Stuart Yates},
journal= {arXiv preprint arXiv:1901.07454},
year = {2019}
}
备注
PDP 2019 27th Euromicro International Conference on Parallel, Distributed and Network-based Processing