Exascale计算机开启人类大脑的奥秘

人类的大脑吸收的许多奥秘。认知发展如何发生?为什么大脑年龄吗?它帮助我们学习如何?导致脑部疾病的原因是什么?高级计算机科学家尼古拉兽医博士阿贡国家实验室,与芝加哥大学的研究人员合作,哈佛大学、普林斯顿大学和谷歌在追求这些答案。阿贡领导支持的计算设施的极光早期科学项目,准备使用阿贡的共同努力未来的exascale系统要理解更大的大脑的结构,和每分钟大脑细胞或神经元连接方式与他人形成大脑的认知途径。一旦解锁信息,团队希望他们的艰苦努力将揭示信息来造福人类,像治疗神经疾病的潜力。当然,前方还有很多障碍。团队必须首先理解大脑“正常”状态到细胞水平。俗话说的好,魔鬼在于细节。

挑战

找到答案意味着兽医和她的同事们在全国必须收集详细的信息关于大脑的结构,用实验数据来形成一个计算管道,并映射神经元之间的连接。这样做需要利用大量高分辨率图像从脑组织获得样本在显微镜下。“我们现在合作建立专门的算法设计分析图像数据从脑组织。算法的“输出”就是我们所说的连接体,”兽医指出。

费里尔承认团队仍在研究中理想的方法来处理这些庞大的数据集。“我们已经对搜集的数据的访问。我们面临的巨大的挑战不仅仅是获得但管理大量的数据。例如,一个立方厘米的脑组织听起来很小,但小样本分析的图像可以生成pb的数据。这样一个微小的样本,不给我们大局理解我们想要的。如果我们试图比较两个整个大脑或多个的大脑,这是一个巨大的挑战包括艾字节的数据。”

大脑部分从电子显微镜获得的图像给科学家访问的细节在一个非常细粒度的水平。例如,照片揭示细胞膜的细微差别,甚至捕捉细节的线粒体作为微型电源内的神经元。

今天,方面的数据收集和分析过程需要人工干预。然而,随着数据的范围增加了数据的处理方法也必须发展。“最终,我们希望一个端到端的管道评估多个样本extreme scale,”费里尔表示。“深层神经网络可以成功地识别图像的具体特征。人工智能功能深度学习为我们提供新的工具来识别图像中的细胞和其他结构。结果,我们已经非常准确和高效的计算工具来协助我们的努力。然而,在那样的层次,我们需要计算系统和人工智能独立工作,而无需人工干预。今天,是我们正在努力规避一个路障,但是我们将到达那里。”

在神经科学,精度很重要。分析算法必须与观测数据测试,以确保他们完全一致。费里尔描述了挑战,”神经科学家感兴趣的是帮助我们分析的准确性和分享他们的观点需要改善什么。我们必须调整我们的算法来避免错误或误解的神经结构的映射。准确性是至关重要的,因此我们的算法必须具有潜在情报帮助自动识别错误。贴有标签的数据集和深层神经网络,我们的团队可以对比定义的算法与神经科学家已经获得的信息。这是他们多年成像可能努力使我们使用的数据集开发算法。”

极光,全国第一个exascale HPC系统

给定的数据集参与神经研究的范围,如兽医的工作需要巨大的计算能力。“如果我们想要理解人类大脑的范围,exascale-capable计算是强制性的,”她说。

幸运的是,阿贡国家实验室很难在工作中使exascale计算机成为现实。他们即将到来的exascale计算机,被称为极光预计将超过世界上最快的计算机系统,达到性能功能的每秒万亿的计算。同时系统将使大规模神经科学工作负载由兽医牵头,系统还支持许多其他研究项目,如全球气候分析,研究亚原子粒子,天体物理学。

极光的多节点实力将通过世界上最先进的硬件。未来一代英特尔至强可伸缩的处理器和一个新的Xe架构将使性能特征和特征速度要求最高的工作负载等先进的可视化、分析,人工智能,当然,神经科学。

“建设一个exascale系统级是一个巨大的团队的努力。没有像英特尔这样的公司的支持和克雷,极光可能不存在,”兽医指出。“获得第一个exascale系统阿尔贡意味着我们可以成为第一个人解决这些极其复杂的大脑映射问题。我们终于有足够的资源来应对挑战,以前是不可能的。与神经学家在我们的工作,我们需要检查大脑在不同的发展阶段,采取多种样品在每个阶段。如果每个样本生成1 eb的数据需要分析,我们的工作不仅仅是一个数据量的挑战。它包括开发工具能够进行比较。我们需要处理海量数据的能力,这就是exascale计算机将使。多亏了极光,我们可以针对问题取得进展,今天没有人可以解决。”

团队的算法将检查大脑组织一次一个微不足道的“切片”。从那里算法形成三维图像由多片叠加在一起。有了这些信息,系统可以跟踪单个神经元的样本。每兽医,这样评价只是一个神经元的分支是一个巨大的工作。然而,他们的目标包括映射数以百万计的神经元和突触连接。跟踪所有这些片和那些神经分支创建一个艰巨的任务。带着微笑,她补充说,“具有讽刺意味的是,理解如此微小的东西是一个具有纪念意义的事业。”

除了神经科学

“作为一个计算机科学家,我由我开发算法的热情。在过去,一些算法为HPC系统被证明是非常具有挑战性的。极光,计算能力不会限制我们。从我的角度来看,前途无量的发展。幸运的是,这种能力在我们处理,我再也不用担心我是否能够运行一个算法在我的有生之年,”费里尔表示。

一旦完善,创新的数据采集方法和分析工具为她目前的映射创建项目将超出神经科学也产生影响。费里尔说,“一旦我们有处理管理极端——大小的数据集,我们的方法将为神经科学以外的科学领域提供重要的工具。我们今天解决的问题将帮助我们在其他科学学科。”

“我最喜欢的工作是,我喜欢与他人合作与共同的对科学的热情。我有独特的机会运用我的技能帮助神经科学家,材料专家,制造商,和其他研究人员试图解开科学的奥秘。”费里尔补充道,“我觉得非常有意义,我们做的工作可以帮助其他形式的科学,加上我得到一个独特的机会来了解其他领域。这可能是最好的我工作的一部分。”

罗伯·约翰逊在他的职业生涯咨询一笔25科技公司。目前,Rob拥有微调,有限责任公司战略营销和通信咨询公司在波特兰,俄勒冈州。作为技术、音频和设备终身爱好者,抢劫也为TONEAudio杂志写道,回顾高端音响设备。

本文是作为英特尔的HPC编辑程序的一部分,强调目标的尖端科学研究和创新驱动的HPC社区通过先进的技术。出版商的内容拥有最终的编辑权限,并确定哪些文章发表。