文献

J-GLOBAL ID：201902257302261734   整理番号：19A2868709

タイル分割法を用いたスパイキングネットワークモデルの層状皮質シートの大規模シミュレーション【JST・京大機械翻訳】

Large-Scale Simulation of a Layered Cortical Sheet of Spiking Network Model Using a Tile Partitioning Method

著者 (3件)： Igarashi Jun (Computational Engineering Applications Unit, Head Office for Information Systems and Cybersecurity, RIKEN, Saitama, Japan) ,  Yamaura Hiroshi (Graduate School of Informatics and Engineering, The University of Electro-Communications, Tokyo, Japan) ,  Yamazaki Tadashi (Graduate School of Informatics and Engineering, The University of Electro-Communications, Tokyo, Japan)
資料名： Frontiers in Neuroinformatics (Web)  (Frontiers in Neuroinformatics (Web))
巻： 13  ページ： 71  発行年： 2019年 
JST資料番号： U7084A  ISSN： 1662-5196  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 計算神経科学と高性能コンピューティングのための大きな課題の一つは,スーパーコンピュータを用いてニューロンとシナプス可塑性をスパイクするヒト規模の全脳モデルのコンピュータシミュレーションである。そのようなシミュレーションを達成するために,目標ネットワークモデルを多くの計算ノードに分割しなければならず,サブネットワークモデルを並列に実行し,異なるノードを横切るスパイク情報を通信する。しかしながら,ターゲットネットワークモデルが次世代スーパーコンピュータの効率的な計算のために分割されなければならないかは不明のままである。特に,計算ノードを横切るスパイク情報の通信を低減することは,プロセッサやメモリよりも比較的遅いネットワーク性能のために不可欠である。生物学的特徴の観点から,大脳皮質と小脳は99%のニューロンとシナプスを含み,層状シート構造を形成する。したがって,ネットワークを分割する効率的方法は,層状シート構造を利用するべきである。本研究では,タイル分割法が効率的な通信をもたらすことを示した。それを実証するために,上記のようにネットワークモデルを分割するMONET(Millefefille様機構ニューラルネットワークシミュレータ)と呼ばれるシミュレーションソフトウェアを開発した。MONETシミュレータを,82,944の計算ノードで構成される,日本のflag船スーパーコンピュータKに実装した。著者らは,現実的解剖学的および生理学的パラメータを有する皮質モデルのためのタイル分割法における計算,コミュニケーションおよびメモリ消費の性能を調べた。結果は,タイル分割法が,ネットワーク通信をDRAMアクセスに置き換え,通信データを隣接ニューロンと共有することにより,通信データ量を大幅に削減することを示した。著者らは,皮質モデルのためのKコンピュータの63,504計算ノードまでのタイル分割法のスケーラビリティと効率を確認した。Yamauraらの論文では,小脳モデルに対する性能を検討した。これらの結果は,タイル分割法が,exascaleコンピュータ上での人間規模の全脳シミュレーションに対して利点を有することを示唆している。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スーパコンピュータ ,  *皮質 ,  大脳皮質 ,  計算機シミュレーション ,  *ネットワーク ,  コンピュータ ,  ニューロン ,  解剖学 ,  小脳 ,  演算プロセッサ ,  *シミュレーション ,  *分割法 ,  シナプス ,  シミュレータ ,  ヒト

著者キーワード (6件)： 大規模シミュレーション ,  スパイキングニューラルネットワーク ,  皮質 ,  スーパーコンピュータ ,  HPC ,  並列コンピューティング

分類 (5件)： 医用画像処理  (JE04020T) ,  計算機網  (JC03000K) ,  パターン認識  (JE07000S) ,  看護,看護サービス  (GB07000G) ,  医用情報処理  (JE15030Q)

引用文献 (59件)：

• Ajima Y., Kawashima T., Okamoto T., Shida N., Hirai K., Shimizu T., et al (2018). “"The tofu interconnect D,"” in Proceedings of the IEEE Int. Conf. Clust. Comput. ICCC 2018-September, (Belfast: IEEE), 646-654.
• Ananthanarayanan R., Esser S. K., Simon H. D., Modha D. S. (2009). The cat is out of the bag: cortical simulations with 109 neurons, 1013 synapses. in proceedings of the conference on high performance computing networking. Storage Anal. 63 1-12.
• Apicella A. J., Wickersham I. R., Seung H. S., Shepherd G. M. (2012). Laminarly orthogonal excitation of fast-spiking and low-threshold-spiking interneurons in mouse motor cortex. J. Neurosci. 32 7021-7033. doi: 10.1523/JNEUROSCI.0011-12.2012
• Avermann M., Tomm C., Mateo C., Gerstner W., Petersen C. C. (2012). Microcircuits of excitatory and inhibitory neurons in layer 2/3 of mouse barrel cortex. J. Neurophysiol. 107 3116-3134. doi: 10.1152/jn.00917.2011
• Broyd S. J., Demanuele C., Debener S., Helps S. K., James C. J., Sonuga-Barke E. J. S. (2009). Default-mode brain dysfunction in mental disorders: a systematic review. Neurosci. Biobehav. Rev. 33 279-296. doi: 10.1016/j.neubiorev.2008.09.002

タイトルに関連する用語 (5件)： タイル ,  分割法 ,  層状 ,  皮質 ,  大規模シミュレーション