分布式脉冲神经网络仿真中的高斯与指数侧向连接
分布式、并行与集群计算
2019-02-20 v2 神经与进化计算
神经元与认知
摘要
我们测量了长程指数衰减的区域内侧向连接对分布式脉冲神经网络仿真器扩展性与内存占用的影响，并将其与短程高斯衰减进行了对比。以往的研究多采用短程连接，而近期实验神经科学研究指出了较长程区域内连接的作用，这对神经仿真平台产生了影响。我们将由多达 11 M 个点状脉冲神经元（具有脉冲频率适应性）组成的皮层柱二维网格，通过短程与长程连接模型，使用多达 30 G 个突触连接起来。构成分布式仿真器的 MPI 进程在多达 1024 个硬件核心上运行，这些核心托管于一个 64 节点服务器平台上。该硬件平台为 IBM NX360 M5 16 核计算节点集群，每个节点包含两颗 Intel Xeon Haswell 8 核 E5-2630 v3 处理器，主频为 2.40 G Hz，通过配备 4x QDR 交换机的 InfiniBand 网络互连。
引用
@article{arxiv.1803.08833,
title = {Gaussian and exponential lateral connectivity on distributed spiking neural network simulation},
author = {Elena Pastorelli and Pier Stanislao Paolucci and Francesco Simula and Andrea Biagioni and Fabrizio Capuani and Paolo Cretaro and Giulia De Bonis and Francesca Lo Cicero and Alessandro Lonardo and Michele Martinelli and Luca Pontisso and Piero Vicini and Roberto Ammendola},
journal= {arXiv preprint arXiv:1803.08833},
year = {2019}
}
备注
9 pages, 9 figures, added reference to final peer reviewed version on conference paper and DOI