header_life_sciences.jpg
 


挑戰


Evolved Machines是逆向工程大腦迴路設備技術領域發展的新典範。他們的研究工作需要針對類神經迴路進行大規模的神經生物學模擬,而這需要大量平行運算的能力。對單一神經元的模擬包括每秒解出2億個微分方程值,這需要大約每秒4億個浮點數運算(gigaflops)。一個從事感覺處理的神經陣列需要數千個神經元,因此一個即時神經系統的詳細模擬需要超過每秒10兆個浮點數運算(teraflops)的計算能力。


解決方案


Evolved Machines在2006年九月開始與NVIDIA在GPU上合作。他們的成果與在目前這一代x86微處理器上模擬相較,速度加快達130倍。他們目前正投入一個GPU框架下的設計,它將能以百分之一的成本做出可與世界頂級系統媲美的產品。


影響


Evolved Machines正積極發展中的應用包括視覺物體辨識及氣味辨識。欲開發能學習事物並進而在真實世界的環境下辨識它們的合成神經電路,它必須藉由暴露在感覺的輸入資料逐漸「聯結」它自己,就像嬰孩在出生頭六個月內學習辨認環境中的物體一般。

有了GPU,具備學習及感受氣味能力,可以用來在真實環境中偵測爆裂物或監測食物新鮮度的設備便成為可能。利用神經模擬流程,建立基於內含資料及自助式機器人學的影像資料庫,可以更進一步的使影像偵測能力進入目前仍未能達到的水準。

更多關於NVIDIA的GPU計算解決方案,請至 http://www.nvidia.com.tw/object/tesla_computing_solutions_tw.html