Les universitaires du College of Sussex ont mis au point une technique de turbocompression des ordinateurs de bureau pour leur donner exactement la même capacité que des supercalculateurs valant des dizaines de millions de livres. Le Dr James Knight et le professeur Thomas Nowotny de l’École d’ingénierie et d’informatique de l’Université du Sussex ont utilisé les dernières unités de manipulation graphique (GPU) pour donner à un ordinateur de bureau unique la capacité d’imiter des modèles d’esprit de dimension presque illimitée. Ils pensent que les progrès, complets dans la recherche scientifique computationnelle de la nature, permettront à de nombreux autres experts du monde entier d’entreprendre des recherches sur un simulateur mental à grande échelle, comme l’investigation des conditions neurologiques. Actuellement, le coût des supercalculateurs est vraiment prohibitif, ils ne sont raisonnables que pour les grandes organisations et les ministères et ne sont donc pas accessibles pour de nombreux chercheurs. En plus d’économiser des dizaines de kilos sur les dépenses d’un supercalculateur, les simulations fonctionnent sur l’ordinateur de bureau et le PC nécessite environ dix fois moins d’énergie, offrant également un avantage substantiel en matière de durabilité. Le Dr Knight, chercheur en informatique personnelle à l’Université du Sussex, a déclaré: « Je pense que le principal avantage de notre recherche est simplement l’accessibilité. En dehors de ces très grandes entreprises, les universitaires doivent normalement postuler pour obtenir même un temps limité sur un supercalculateur pour l’objectif technologique. Il s’agit d’une barrière raisonnablement plus élevée à l’entrée, ce qui freine potentiellement un grand nombre d’études substantielles. résoudre des problèmes auxquels les esprits biologiques réussissent bien mais qui sont actuellement des simulations passées. «Parallèlement aux développements que nous avons maintenant démontrés dans le domaine de la connectivité en ligne procédurale dans le cadre du matériel GPU, nous pensons qu’il est en outre possible de créer de nouveaux types de matériel neuromorphique entièrement conçus pour la connectivité en ligne procédurale. Des composants clés pourraient être mis en œuvre directement dans l’équipement qui peut conduire à des augmentations de temps de calcul beaucoup plus substantielles. » L’étude crée autour du spécialiste révolutionnaire des personnes fonctionnelles Eugene Izhikevich qui a lancé une méthode similaire pour le simulateur d’esprit à grande échelle en 2006. À l’époque, les ordinateurs étaient trop lents pour que la méthode soit largement pertinente, ce qui signifie que la simulation de conceptions cérébrales à grande échelle Jusqu’à présent, DWA agence web seule une minorité de chercheurs privilégiés a eu accès aux techniques de supercalculateur. Ils ont utilisé la méthode d’Izhikevich sur un GPU moderne, avec environ 2000 fois la puissance de traitement disponible il y a quinze ans, pour créer un modèle à l’avantage de la coupe du cortex visuel d’un Macaque (avec 4,13 × 106 neurones et 24,2 × 109 synapse) qui ne pouvait auparavant être simulé sur un supercalculateur. La simulation de réseau neuronal à pic plus rapide du GPU des chercheurs utilise la grande quantité d’énergie de calcul sur un GPU pour produire « de manière procédurale » une connectivité et des poids synaptiques « à la volée » lorsque des pics sont déclenchés – éliminant ainsi le besoin d’acheter des informations de connectivité en ligne dans souvenir. L’initialisation à partir du modèle des chercheurs avait pris 6 minutes et le simulateur de chaque seconde biologique avait pris 7,7 minutes à l’état fondamental et 8,4 minutes en condition de détente – autant que 35% de temps en moins qu’un simulateur de supercalculateur antérieur. En 2018, un seul détenteur de l’initialisation du supercalculateur IBM Blue Gene / Q à partir de la conception a pris environ 5 minutes et la simulation d’un 2ème du temps biologique a pris environ 12 minutes. Le professeur Nowotny, professeur d’informatique au College of Sussex, a déclaré: «Les simulations à grande échelle de modèles de systèmes neuronaux à pointes sont un outil important pour améliorer notre compréhension de la dynamique et éventuellement du but des esprits. Néanmoins, même les petits mammifères tels que les rongeurs ont à l’achat de 1 × 1012 connexions synaptiques, ce qui signifie que les simulations ont besoin de plusieurs téraoctets de données – une exigence de souvenir peu pratique d’une seule machine de bureau. « Ces études scientifiques changent la donne pour les chercheurs en neurosciences computationnelles et en IA qui sont maintenant en mesure de imite les circuits cérébraux sur leurs propres postes de travail à proximité, cela permet également aux personnes extérieures au monde universitaire de transformer leur PC de jeu vidéo en un superordinateur et d’exploiter de grands réseaux de neurones. «