KI aus der Grafikkarte

Hierfür greifen sie auf die neueste Generation von Grafikprozessoren (GPUs) zurück, welche die Leistung eines Standardgeräts relativ kostengünstig auf das Level eines Rechners hebt, der ansonsten zig Millionen Euro kosten würde. Bei Praxistests nutzten sie derart aufgemotzte Computer, um ein Cutting-Edge-Modell des visuellen Cortex von Makaken zu simulieren.

'Großflächige Simulationen von neuralen Netzwerken sind ein wichtiges Werkzeug, um ein besseres Verständnis der Vorgänge und letztendlich auch der Funktionen des Gehirns zu bekommen', erklärt Thomas Nowotny, Professor an der School of Engineering and Informatics der University of Sussex. Aber schon für kleinere Säugetiere, wie etwa Mäuse, würden entsprechende Berechnungen sehr aufwendig. 'Diese Tiere haben zehn hoch zwölf synaptische Verbindungen, deren Simulation mehrere Terabyte an Daten benötigen - für einen normalen Desktop-PC ist das völlig unrealistisch', stellt der Experte klar.

Die neue Methode sei ein 'Game-Changer für die Computer-Neurowissenschaft und die KI-Forschung'. Denn die Anschaffung eines Supercomputers sei mit enormen Kosten verbunden, was sich meist nur sehr große Institutionen und Regierungsbehörden leisten könnten. 'Der große Vorteil unseres Ansatzes liegt in seiner Zugänglichkeit', betont Nowotnys Projektpartner James Knight: 'Üblicherweise muss man sich als Forscher mit anderen darum streiten, um einen Supercomputer für eine begrenzte Zeit nutzen zu können. Das ist eine große Hürde, die womöglich viel an wichtiger Forschungsarbeit verhindert. Nun kann man ganze Gehirne auf einem lokalen Rechnern simulieren.'

Technologisch basiert das Konzept von Nowotny und Knight auf einer Idee des US-Neurowissenschaftlers Eugene Izhikevich. Dieser hatte 2006 erstmals ein großflächiges Computermodell des menschlichen Gehirns präsentiert. 'Damals waren die Computer allerdings noch zu langsam, um eine sinnvolle praktische Nutzung zu ermöglichen. Deshalb waren solche aufwendigen Simulationen bislang nur solchen privilegierten Kollegen vorbehalten, die Zugang zu einem Supercomputer haben', meint Nowotny.

Mit der Einführung der neuesten GPU-Generation, die im Vergleich zur Hardware vor 15 Jahren schätzungsweise das 2.000-Fache an Leistung erbringt, hat sich die Lage aber nun grundlegend geändert. 'Jetzt konnten wir mithilfe dieses Ansatzes erfolgreich den visuellen Cortex eines Makaken simulieren, der 4,13 mal zehn hoch sechs Neuronen und 24,2 mal zehn hoch neun Synapsen aufweist', berichten die Foscher von ersten Praxistests.

Ihre Meinung dazu? Schreiben Sie hier!

#Forschung #Grafikkarte #KI #AI #Supercomputer

Newsticker per eMail oder RSS/Feed!

Auch interessant!
Supercomputer in Modulen
Ein weltweit einzigartiger modularer Superrechner aus einem Quantenmodul und einem klassischen digitalen ...

Gesichtsanimation in Echtzeit
Die Kombination von 3D-Design, Spiele-Engines und KI ergibt neue Möglichkeiten für Filme und Games. Eine ...

KI-Arbeit in 20 Minuten
Eine Künstliche Intelligenz (KI) kann innerhalb von nur 20 Minuten eine zumindest mittelmäßige Studien-Se...

Zauber in Jülich
Der Jülicher 'Zauberer', bisher schon einer der schnellsten und leistungsfähigsten Computer der Welt, leg...

Künstliche Gehirne
Forscher des Massachusetts Institute of Technology (MIT) haben im Bereich des 'Neuromorphic Computing' e...

Übersetzung mit Watson
Das australische Start-up Lingmo hat mit dem 'Translate One2One' einen Ohrhörer vorgestellt, der gesproc...

Supercomputer aus Smartphones
Die App 'DreamLab' leistet ihren Beitrag zur Krebsforschung, indem sie die in der Nacht meist ungenutzte ...

Europa hat einen Petaflop-Rechner
Kein Flop: In Jülich (Deutschland) startet ein Rechner, der eine Billiarde Operationen pro Sekunde erlaub...

Rechenleistung für Wien
Die Universitäten für Bodenkultur und Technik in Wien sowie die Uni Wien haben in einer Kooperation einen...

Supercomputer von Intel und Cray
Nicht AMD sondern Intel konnte sich bei Cray durchsetzen und die Entwicklung von Supercomputern gemeinsam...