Проект:BrainScaleS

Заявка отклонена 13 декабря 2024 г. пользователем Ca ( обсуждение ).

Ваш черновик показывает признаки того, что он был сгенерирован большой языковой моделью , такой как ChatGPT. Их результаты обычно имеют множество проблем, которые не позволяют им соответствовать нашим рекомендациям по написанию статей. К ним относятся:

Рекламный тон , редакционная риторика и другие слова, за которыми стоит следить
Неопределенные , общие и спекулятивные утверждения, экстраполированные из схожих тем
Написание эссе
Галлюцинации (правдоподобно звучащая, но ложная информация) и несуществующие ссылки
Закрыть перефразирование

Пожалуйста, решите эти проблемы. Лучший способ сделать это — обычно читать надежные источники и резюмировать их, вместо использования большой языковой модели. См. нашу страницу справки о больших языковых моделях .

Если вы хотите продолжить работу над заявкой, нажмите на вкладку «Изменить» в верхней части окна.
Если вы не решили перечисленные выше проблемы, ваш черновик будет снова отклонен и, возможно, удален.
Если вам нужна дополнительная помощь, задайте нам вопрос в справочной службе AfC или получите помощь от опытных редакторов.
Пожалуйста, не удаляйте комментарии рецензентов или это уведомление, пока заявка не будет принята.

Где получить помощь

Если вам нужна помощь в редактировании или отправке вашего черновика , пожалуйста, задайте нам вопрос в AfC Help Desk или получите помощь в режиме реального времени от опытных редакторов. Эти места предназначены только для помощи в редактировании и процессе отправки, а не для получения отзывов.
Если вам нужна обратная связь по вашему черновику или если рецензия занимает много времени, вы можете попробовать попросить о помощи на странице обсуждения соответствующего WikiProject . Некоторые WikiProjects более активны, чем другие, поэтому быстрый ответ не гарантируется.

Как улучшить черновик

Википедия:Содействие развитию Википедии – базовый обзор того, как редактировать Википедию.
Помощь:Wikitext – как использовать разметку
Помощь:Ссылки для начинающих – как включать ссылки
Википедия:Разработка статьи – как разработать статью
Википедия:Как писать лучшие статьи – как улучшить свою статью
Wikipedia:Проверяемость – убедитесь, что ваша статья содержит надежные сторонние источники.

Вы также можете просмотреть разделы Wikipedia:Избранные статьи и Wikipedia:Хорошие статьи , чтобы найти примеры лучших статей Википедии на темы, схожие с тем, что предлагаете вы.

Повышение ваших шансов на быстрое рассмотрение

Чтобы повысить свои шансы на более быстрое рассмотрение, пометьте свой черновик соответствующими тегами WikiProject с помощью кнопки ниже. Это даст рецензентам знать, что был представлен новый черновик в области их интересов. Например, если вы написали о женщине-астрономе, вам следует добавить теги Biography , Astronomy и Women Scientists .

Добавьте теги к вашему черновику

Ресурсы редактора

Простые инструменты : Citation bot ( помощь ) | Расширенные: Исправление пустых URL-адресов

Отклонено Ca 49 дней назад. Последнее редактирование Ca 49 дней назад. Рецензент: Сообщить автору.

Повторно отправить

Обратите внимание: если проблемы не будут устранены, черновик будет снова отклонен.

Заявка отклонена 11 ноября 2024 г. пользователем SafariScribe ( обсуждение ).

Эта статья, похоже, не написана в формальном тоне, ожидаемом от статьи в энциклопедии . Статьи должны быть написаны с нейтральной точки зрения и должны ссылаться на ряд независимых, надежных, опубликованных источников . Пожалуйста, перепишите свою статью в более энциклопедическом формате. Пожалуйста, убедитесь, что вы избегаете павлиньих терминов , которые продвигают тему.

Отклонено SafariScribe 2 месяца назад.

Нейробиологические технологии ЕС

BrainScaleS — это нейроморфная вычислительная платформа, разработанная Гейдельбергским университетом . Запущенная в 2011 году в рамках проекта Европейского союза «Человеческий мозг» , она направлена на воспроизведение биологических мозговых процессов с помощью аналоговых схемных архитектур, разработанных так, чтобы быть менее энергоемкими, чем цифровые вычисления ^[1] . BrainScaleS может имитировать мозговую активность на ускоренных скоростях, что делает ее ценным инструментом как для исследований в области нейронауки , так и для разработки искусственного интеллекта .

История^[2]

2008–2010 (Формирование BrainScaleS): BrainScaleS был разработан в результате совместных усилий нескольких европейских исследовательских институтов, при этом Институт физики Кирхгофа в Гейдельбергском университете в Германии играл центральную роль. Проект был направлен на создание аппаратных нейросетевых симуляторов, способных работать быстрее биологического времени и масштабироваться до больших сетей.

2013 (Проект «Человеческий мозг»): В 2013 году BrainScaleS стал ключевым компонентом проекта «Человеческий мозг», запущенного в качестве одного из флагманских проектов Европейского союза Future and Emerging Technologies (FET). Эта инициатива была направлена на моделирование человеческого мозга и включала нейроморфную вычислительную платформу, причем BrainScaleS служил одной из двух ее основных аппаратных систем (наряду со SpiNNaker , цифровой системой, разработанной в Университете Манчестера ).

2014–2016 (BrainScaleS-1): BrainScaleS-1 был представлен в 2014 году в рамках проекта Human Brain Project. Эта система использовала платформу в масштабе пластины , которая имитирует большие нейронные сети с использованием аналогового оборудования. Разработанная для работы значительно быстрее биологического времени, BrainScaleS-1 предоставляет исследователям платформу для проверки теорий функций мозга и алгоритмов обучения.

2018 (BrainScaleS-2): BrainScaleS-2 включил улучшения в программируемости и эффективности. В отличие от BrainScaleS-1, который был в основном аналоговым, BrainScaleS-2 интегрировал цифровые компоненты для управления более широким спектром нейронных узлов . Эта версия предлагает больше контроля со стороны пользователя, обеспечивая пластичность в реальном времени и большую адаптивность для машинного обучения и исследований ИИ. Она продолжает оставаться частью нейроморфной вычислительной платформы проекта Human Brain Project.

Архитектура

Архитектура BrainScaleS-1

Архитектура BrainScaleS-1 представляет собой нейроморфную вычислительную систему, использующую интегральные схемы смешанного сигнала (ASIC), называемые аналоговыми нейронными сетевыми чипами с большим количеством входов (HICANN). Эти чипы предназначены для эмуляции импульсных нейронов и динамических синапсов в высококонфигурируемой манере, что позволяет им работать до 100 000 раз быстрее биологических нейронов ^[3] , в зависимости от конфигурации системы. Это ускорение повышает эффективность, поскольку энергия, необходимая для синаптической передачи, намного ниже, чем в традиционных симуляциях нейронных сетей.

Основные характеристики BrainScaleS-1^[4]

Динамика нейронов : Архитектура реализует адаптивную экспоненциальную модель интеграции и срабатывания с утечкой, что позволяет реалистично моделировать поведение нейронов. Каждый нейрон настраивается с определенной динамикой, что делает систему адаптируемой к различным экспериментальным установкам.
Функциональность синапса : синапсы генерируют аналоговые импульсы тока на основе пресинаптических значений времени спайка и веса, хранящихся в локальной статической памяти с произвольным доступом (SRAM). Они поддерживают пластичность, зависящую от времени спайка (STDP), что позволяет осуществлять адаптивное обучение. Каждый синапс может подключаться к нескольким пресинаптическим нейронам, которые могут быть возбуждающими или тормозными.
Интеграция в масштабе пластины ^[5] : система BrainScaleS-1 состоит из полного модуля пластины, который может содержать до 384 HICANN, что позволяет иметь около 44 миллионов синапсов и 196 608 нейронов на пластину, обеспечивая высокоплотную интеграцию нейронных моделей.
Настраиваемые топологии сети : система поддерживает гибкие конфигурации сетевой архитектуры и параметров нейронов, что делает ее пригодной для различных нейровычислительных экспериментов.
Коммуникационная инфраструктура : BrainScaleS-1 использует быструю систему связи на пластине для быстрой передачи данных. Внешние компоненты подключаются с помощью ПЛИС , которые помогают эффективно управлять передачей данных.

Архитектура BrainScaleS-2^[6]

Архитектура BrainScaleS-2 состоит из трех основных столпов:

Микроэлектроника как физический субстрат для эмуляции нейронов и синапсов.
Алгоритмы обучения и тренировки, поддерживаемые специализированным программным обеспечением и оборудованием, включая пластичность, зависящую от времени спайков (STDP), обучение по Хеббу , обучение с подкреплением , контролируемое обучение , неконтролируемое обучение и эволюционные алгоритмы .
Расширенное управление ресурсами и поддержка программного обеспечения в нейроморфных системах в сотрудничестве с площадками в Гейдельберге и Манчестере.

Программное обеспечение BrainScaleS^[7]

Job Submission API : BrainScaleS-2 использует Python через PyNN API . Код загружается в базу данных, и пользователи выбирают желаемое оборудование для компиляции. Сервер обрабатывает модель с помощью PyNN перед помещением ее в очередь. Как только компилятор становится доступен, проекты в очереди компилируются. Данные журнала сохраняются для справки пользователя.
Клиент Python для REST API : клиент Python упрощает использование REST API, предлагая удобные функции для аутентификации, отслеживания задач и пакетной отправки.
Проверка модели/эксперимента : для обеспечения безопасности сервера система запускает моделирование через PyNN для проверки безопасности кода, при этом перед выполнением требуются проверки подлинности.
Программное обеспечение для управления ресурсами в Гейдельберге и Манчестере : центральная очередь управляет задачами для системы нейроморфных вычислений, а аппаратные узлы в Гейдельберге и Манчестере извлекают, обрабатывают и управляют задачами из очереди, включая обработку ошибок и управление данными.
Инструменты для экспорта описаний моделей Brain Builder в виде описаний PyNN : Задача 9.3.2 оптимизирует модели мозга, разработанные платформой моделирования мозга, для выполнения на нейроморфной аппаратной платформе.

Аппаратные характеристики

Основные компоненты системы NM-PM1^[7]

Система BrainScaleS-1 (NM-PM1) включает в себя следующие основные компоненты:

Модули пластин : распределены по 5 стойкам, каждая из которых содержит 20 модулей. Каждый модуль подключен к источнику питания пластины и сетевому коммутатору для связи.
Вычислительный кластер : состоит из 20 вычислительных серверных узлов 1U с процессорами Intel Core i7-4770, 16 GiB оперативной памяти и сетевыми интерфейсами 10GbE. Узлы хранения включают SSD и HDD для хранения данных.
Подсистема аналогового считывания : включает 12 модулей аналогового считывания (AnaRM), которые подключаются к модулям пластин для сбора и обработки данных.

Компоненты модуля пластин

Модуль пластины состоит из следующих основных компонентов:

Пластина HICANN : 20-сантиметровая кремниевая пластина с 384 чипами HICANN, содержащими нейроморфные схемы.
Источник питания для пластин : основная плата источника питания мощностью 2 кВт преобразует -48 В в промежуточные 10 В для питания вспомогательных компонентов и ПЛИС. Источники питания могут управляться на основе сетки.
Коммуникационная плата ПЛИС (FCP) : 48 плат FCP напрямую взаимодействуют с коммуникационными каналами пластины.
PowerIt PCB : Основная плата питания для регулирования напряжения и управления питанием системы.
Плата вспомогательного источника питания (AuxPwr) : обеспечивает различные напряжения питания для работы системы.

Компоненты подсистемы аналогового считывания

Подсистема аналогового считывания включает в себя:

Печатная плата Flyspi FPGA : 12 печатных плат сбора данных, каждая из которых содержит аналого-цифровой преобразователь (АЦП) и ПЛИС для обработки данных.
Аналоговая печатная плата интерфейса (AnaFP) : содержит мультиплексоры и предварительные усилители для подключения каналов аналогового считывания с пластины к плате Flyspi.
Механическая сборка аналогового считывания : сборка высотой 3U для монтажа в стойку 12 плат Flyspi, управляющего компьютера и USB-концентраторов.

Отладка

Отладка оборудования

Аппаратная отладка для BrainScaleS включает следующие этапы:

Проверка питания и сигнала : обеспечение правильной работы источников питания и сохранение целостности сигнала во всей системе.

* Осциллографы : используются для мониторинга и анализа поведения сигнала во всей системе. * Мультиметры : используются для измерения напряжения, тока и сопротивления, чтобы убедиться, что компоненты работают в ожидаемых диапазонах.

Синхронизация часов : обеспечение правильной синхронизации компонентов системы имеет решающее значение, поскольку проблемы синхронизации могут привести к ошибкам в данных нейронных импульсов или сбоям связи между элементами системы.

Отладка программного обеспечения^[8]

Для отладки на BrainScaleS-2 пользователи могут использовать несколько инструментов и платформ:

Инструмент hxtorch : этот инструмент позволяет пользователям загружать данные нейронных сетей из PyTorch или создавать собственные нейронные сети с помощью PyNN.
pytorch
Блокноты Jupyter ^[9] : BrainScaleS-2 может работать через блокноты Jupyter , предоставляя доступный интерфейс для проведения экспериментов и отладки.
юпитер
Платформа EBRAINS : пользователи могут запросить доступ к BrainScaleS через платформу EBRAINS , что обеспечивает удаленный доступ и бесшовную интеграцию с нейроморфным оборудованием.

Смотрите также

Ссылки

^ «Изучение мозга, чтобы сделать ИИ более энергоэффективным». Human Brain Project . 4 сентября 2023 г. Получено 12 ноября 2024 г.
^ "Компьютеры учатся учиться". Human Brain Project . 26 февраля 2018 г. Получено 12 ноября 2024 г.
^ "Hardware". Human Brain Project . Получено 12 ноября 2024 г.
^ Grübl, Andreas; Billaudelle, Sebastian; Cramer, Benjamin; Karasenko, Vitali; Schemmel, Johannes (9 июля 2020 г.). «Методы верификации и проектирования нейроморфной аппаратной системы BrainScaleS». Journal of Signal Processing Systems . 92 (11): 1277– 1292. arXiv : 2003.11455 . Bibcode : 2020JSPSy..92.1277G. doi : 10.1007/s11265-020-01558-7 . Получено 12 ноября 2024 г.
^ "Об оборудовании BrainScaleS". electronicvisions . Получено 12 ноября 2024 г.
^ Пеле, Кристиан; Биладель, Себастьян; Крамер, Бенджамин; Кайзер, Якоб; Шрайбер, Корбинян; Страдманн, Янник; Вайс, Йоханнес; Лейбфрид, Арон; Мюллер, Эрик; Шеммель, Йоханнес (24 февраля 2022 г.). «Ускоренная нейроморфная система BrainScaleS-2 с гибридной пластичностью». Границы в неврологии . 16 . дои : 10.3389/fnins.2022.795876 . ПМЦ 8907969 . ПМИД 35281488.
^ ab Спецификация нейроморфной платформы - публичная версия (PDF) . Проект «Человеческий мозг». 5 октября 2022 г.
^ Спилгер, Филипп; Мюллер, Эрик; Эммель, Арне; Лейбфрид, Арон; Маух, Кристиан; Пеле, Кристиан; Вайс, Йоханнес; Брейтвизер, Оливер; Бийодель, Себастьян; Шмитт, Себастьян; Вундерлих, Тимо К.; Страдманн, Янник; Шеммель, Йоханнес (10 января 2021 г.). hxtorch: PyTorch для BrainScaleS-2. Коммуникации в компьютерной и информатике. Том. 1325. С. 189–200 . doi :10.1007/978-3-030-66770-2_14. ISBN 978-3-030-66769-6. Получено 12 ноября 2024 г. {{cite book}}: |website=проигнорировано ( помощь )
^ "BrainScaleS в EBRAINS". EBRAINS . Получено 12 ноября 2024 г. .

[1] «Изучение мозга, чтобы сделать ИИ более энергоэффективным». Human Brain Project . 4 сентября 2023 г. Получено 12 ноября 2024 г.

[2] "Компьютеры учатся учиться". Human Brain Project . 26 февраля 2018 г. Получено 12 ноября 2024 г.

[3] "Hardware". Human Brain Project . Получено 12 ноября 2024 г.

[4] Grübl, Andreas; Billaudelle, Sebastian; Cramer, Benjamin; Karasenko, Vitali; Schemmel, Johannes (9 июля 2020 г.). «Методы верификации и проектирования нейроморфной аппаратной системы BrainScaleS». Journal of Signal Processing Systems . 92 (11): 1277– 1292. arXiv : 2003.11455 . Bibcode : 2020JSPSy..92.1277G. doi : 10.1007/s11265-020-01558-7 . Получено 12 ноября 2024 г.

[5] "Об оборудовании BrainScaleS". electronicvisions . Получено 12 ноября 2024 г.

[6] Пеле, Кристиан; Биладель, Себастьян; Крамер, Бенджамин; Кайзер, Якоб; Шрайбер, Корбинян; Страдманн, Янник; Вайс, Йоханнес; Лейбфрид, Арон; Мюллер, Эрик; Шеммель, Йоханнес (24 февраля 2022 г.). «Ускоренная нейроморфная система BrainScaleS-2 с гибридной пластичностью». Границы в неврологии . 16 . дои : 10.3389/fnins.2022.795876 . ПМЦ 8907969 . ПМИД 35281488.

[:0-7] Спецификация нейроморфной платформы - публичная версия (PDF) . Проект «Человеческий мозг». 5 октября 2022 г.

[8] Спилгер, Филипп; Мюллер, Эрик; Эммель, Арне; Лейбфрид, Арон; Маух, Кристиан; Пеле, Кристиан; Вайс, Йоханнес; Брейтвизер, Оливер; Бийодель, Себастьян; Шмитт, Себастьян; Вундерлих, Тимо К.; Страдманн, Янник; Шеммель, Йоханнес (10 января 2021 г.). hxtorch: PyTorch для BrainScaleS-2. Коммуникации в компьютерной и информатике. Том. 1325. С. 189–200 . doi :10.1007/978-3-030-66770-2_14. ISBN 978-3-030-66769-6. Получено 12 ноября 2024 г. {{cite book}}: |website=проигнорировано ( помощь )

[9] "BrainScaleS в EBRAINS". EBRAINS . Получено 12 ноября 2024 г. .