CoreNEURON：NEURON 模拟器的优化计算引擎
神经元与认知
2019-01-31 v1
摘要
NEURON 模拟器在过去三十年中不断发展，并被神经科学家广泛用于模拟神经元网络的电活动。使用 NEURON 的大型网络模拟项目在超级计算机上的分配量 individually 以数百万核小时计。超级计算机中心正在向新一代架构过渡，如果 NEURON 能够更好地利用这些新硬件能力，那么每次核小时所完成的工作可提升一个数量级。为使 NEURON 适应不断演进的计算机架构，已将 NEURON 模拟器的计算引擎提取出来并优化为一个名为 CoreNEURON 的库。本文介绍了 CoreNEURON 的设计、实现与优化。我们描述了如何将 CoreNEURON 作为库与 NEURON 配合使用，随后在包括 IBM BlueGene/Q、Intel Skylake、Intel MIC 和 NVIDIA GPU 在内的多种架构上比较了不同网络模型的性能。我们展示了 CoreNEURON 如何在保持与 NEURON 二进制结果兼容的同时，以少 4-7 倍的内存占用和少 2-7 倍的执行时间模拟现有的 NEURON 网络模型。
引用
@article{arxiv.1901.10975,
title = {CoreNEURON : An Optimized Compute Engine for the NEURON Simulator},
author = {Pramod Kumbhar and Michael Hines and Jeremy Fouriaux and Aleksandr Ovcharenko and James King and Fabien Delalondre and Felix Schürmann},
journal= {arXiv preprint arXiv:1901.10975},
year = {2019}
}
备注
Corresponding author: Felix Sch\"urman