低功耗架构上的大脑模拟——皮层慢波与异步状态的高效模拟
分布式、并行与集群计算
2018-04-11 v1 神经与进化计算
神经元与认知
摘要
高效的大脑模拟是一项科学重大挑战，也是并行/分布式编程挑战，并且为未来计算架构提供了需求与启示。事实上，人脑包含约10^15个突触和10^11个神经元，平均激活频率为几赫兹。即使在最高抽象层次上模拟，全脑模拟也提出了Exascale级别的挑战。Human Brain Project (HBP)中的WaveScalES实验旨在匹配深度睡眠与麻醉期间慢波及其他脑状态转换的实验测量与模拟，其重点是开发专用的大规模并行/分布式模拟技术。ExaNeSt项目设计了一种基于ARM、可扩展至数百万核心的低功耗HPC架构，开发了专用的可扩展互连系统，并将SWA/AW模拟作为驱动基准之一。两个项目的交汇点是INFN专有的分布式可塑脉冲神经网络(DPSNN)模拟引擎。DPSNN可配置为压测执行平台上可用的网络或计算特性。当神经网络——由相对较少的神经元组成，每个神经元投射数千个突触——分布到大量硬件核心上时，模拟压测网络组件。当每个核心的神经元数量增加时，对于短程连接，计算开始成为主导组件。本文报道了在ExaNeSt项目框架下开发的基于ARM的HPC原型上获得的初步性能结果。此外，还比较了在基于ARM或Intel的服务器平台上执行时SWA/AW DPSNN模拟的瞬时功率、总能耗、执行时间以及每个突触事件的能量代价。
引用
@article{arxiv.1804.03441,
title = {The Brain on Low Power Architectures - Efficient Simulation of Cortical Slow Waves and Asynchronous States},
author = {Roberto Ammendola and Andrea Biagioni and Fabrizio Capuani and Paolo Cretaro and Giulia De Bonis and Francesca Lo Cicero and Alessandro Lonardo and Michele Martinelli and Pier Stanislao Paolucci and Elena Pastorelli and Luca Pontisso and Francesco Simula and Piero Vicini},
journal= {arXiv preprint arXiv:1804.03441},
year = {2018}
}