Исследователи из Международного центра нейроморфных систем (ICNS) при Университете Западного Сиднея объявили о создании первого в мире суперкомпьютера, способного моделировать сети размером с человеческий мозг.

Цель проекта — сделать обработку данных ИИ на шаг ближе к тому, как это делает человеческий мозг, а также узнать больше о мозге и, возможно, добиться успехов, которые пригодятся в других областях.

Суперкомпьютер, получивший название DeepSouth, будет имитировать биологические процессы и эмулировать большие спайковые нейронные сети со скоростью 228 триллионов синаптических операций в секунду. Согласно заявлению, DeepSouth достигнет производительности, эквивалентной предполагаемой скорости работы человеческого мозга.

DeepSouth использует готовые FPGA (программируемая пользователем вентильная матрица) для легкодоступной и линейно масштабируемой архитектуры. Проект намеренно избегает специализированных нейроморфных чипов, чтобы достичь желаемого масштабирования и гибкости. Использование коммерчески доступного, конфигурируемого оборудования означает, что прототип может быть легко воспроизведен в центрах обработки данных по всему миру.

"Моделирование спайковых нейронных сетей на стандартных компьютерах с использованием графических процессоров (GPU) и многоядерных центральных процессоров (CPU) слишком медленное и энергоемкое. Наша система изменит эту ситуацию. Эта платформа позволит углубить наше понимание мозга и разработать приложения для вычислений в масштабе мозга в различных областях, включая биомедицину, робототехнику, космос и многое другое", — сообщил директор Международного центра нейроморфных систем профессор Андре ван Шайк (André van Schaik).

Команда ICNS из Университета Западного Сиднея сотрудничает с партнерами по нейроморфным исследованиям, включая ученых из Сиднейского университета, Мельбурнского университета и Аахенского университета в Германии.

Ожидается, что DeepSouth будет введен в эксплуатацию в апреле 2024 года. Исследовательская группа ожидает, что он сможет обрабатывать огромные объемы данных с высокой скоростью, при этом он будет гораздо меньше других суперкомпьютеров и будет потреблять гораздо меньше энергии благодаря подходу, основанному на спайковой нейронной сети.