un-superordinateur-dans-votre-chambre
Les universitaires de l’Université du Sussex ont mis au point une méthode de turbocompression des PC de bureau, pour leur donner la même capacité que les superordinateurs valant des dizaines de millions de dollars.

Un PC devient un superordinateur

Le Dr James Knight et le professeur Thomas Nowotny de l’école d’ingénierie et d’informatique, ont utilisé les dernières unités de traitement graphique (GPU) pour donner à un seul PC de bureau la capacité de simuler des modèles de cerveau de taille presque illimitée.
Les chercheurs sont convaincus que cette innovation permettra à de nombreux autres scientifiques dans le monde de mener des recherches sur la simulation du cerveau à grande échelle, y compris la recherche sur les troubles neurologiques. « Notre espoir pour nos propres recherches est maintenant d’appliquer ces techniques à l’apprentissage automatique inspiré par le cerveau, afin de pouvoir aider à résoudre des problèmes auxquels les cerveaux biologiques excellent mais qui dépassent actuellement les simulations.
« Outre les progrès que nous avons démontrés en matière de connectivité procédurale dans le contexte du matériel GPU, nous pensons également qu’il existe un potentiel de développement de nouveaux types de matériel neuromorphique construit à partir de la base pour la connectivité procédurale. Des composants-clés pourraient être implémentés directement dans le matériel, ce qui pourrait conduire à des améliorations encore plus significatives des temps de calcul ».
Cette recherche s’appuie sur le travail du chercheur américain Eugene Izhikevich qui a mis au point une méthode similaire pour la simulation du cerveau à grande échelle en 2006. À l’époque, les ordinateurs étaient trop lents pour que cette méthode soit largement applicable, ce qui signifie que la simulation de modèles cérébraux à grande échelle n’a été possible jusqu’à présent que pour une minorité de chercheurs, ayant accès à des systèmes de superordinateurs.
Les chercheurs ont appliqué la technique d’Izhikevich à un GPU moderne, avec une puissance de calcul environ 2 000 fois supérieure à celle d’il y a 15 ans, pour créer un modèle du cortex visuel d’un macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapses) qui, auparavant, ne pouvait être simulé que sur un superordinateur.

Des résultats impressionnants

L’initialisation du modèle des chercheurs a pris six minutes et la simulation de chaque seconde biologique a duré 7,7 minutes dans l’état du sol, et 8,4 minutes à l’état de repos – soit jusqu’à 35 % de temps en moins qu’une simulation précédente sur un superordinateur. En 2018, l’initialisation du modèle par un rack d’un supercalculateur IBM Blue Gene/Q prenait environ cinq minutes et la simulation d’une seconde de temps biologique prenait environ 12 minutes.
Le professeur Nowotny, professeur d’informatique à l’université du Sussex, a déclaré « les simulations à grande échelle de modèles de réseaux de neurones à dopage sont un outil important pour améliorer notre compréhension de la dynamique et, en fin de compte, du fonctionnement des cerveaux. Cependant, même les petits mammifères comme les souris ont des connexions synaptiques de l’ordre de 1 × 1012, ce qui signifie que les simulations nécessitent plusieurs téraoctets de données – un besoin de mémoire irréaliste pour une seule machine de bureau.
« Cette recherche change la donne pour les chercheurs en neurosciences informatiques et en IA qui peuvent maintenant simuler les circuits cérébraux sur leurs postes de travail locaux, mais elle permet également aux personnes extérieures au monde universitaire, de transformer leur PC de jeu en superordinateur et de faire fonctionner de grands réseaux neuronaux ».
Cette recherche a été publiée dans Nature Computational Science.
Source : University of Sussex
Crédit photo : Pexels