Sussex Üniversitesi’nde çalışan akademisyenlerin belirlediği yeni yöntem masaüstü bilgisayarlarda gaza basarak, bu bilgisayarlara onlarca milyon dolar değerindeki süperbilgisayarların kabiliyetini veriyor.
Sussex Üniversitesi Mühendislik ve Bilişim Fakültesi’nde çalışan Dr. James Knight ve Prof. Thomas Novotni, en son ekran kartlarını (GPU) kullanarak tek bir masaüstü bilgisayara neredeyse sınırsız boyuttaki beyin modellerini canlandırma kabiliyeti sağlıyor.
Araştırmacılar, detayları Nature Computational Science bülteninde anlatılan bu yenilikle birlikte, dünya çapında çok daha fazla araştırmacının geniş ölçekli beyin canlandırması üzerinde araştırma yürütebileceğine inanıyor; nörolojik bozuklukların araştırılması da dahil…
Süperbilgisayarların maliyeti şu an çok yüksek olduğundan, bu bilgisayar yalnızca çok büyük enstitüler ve hükümet organları tarafından kullanılabiliyor. Dolayısıyla, çok sayıda araştırmacı bunlara erişemiyor.
Masaüstü bir bilgisayarda yürütülen canlandırmadalar, bir süperbilgisayarın maliyetinden onlarca milyon dolar kısmanın yanısıra, yaklaşık 10 kat daha düşük enerji de tüketiyor. Bu durum, sürdürülebilirlik açısından kayda değer bir fayda da sağlıyor.
Sussex Üniversitesi Bilgisayar Bilimleri bölümünde araştırma görevlisi olan Knight, şöyle aktarıyor: “Bence araştırmamızın sunduğu temel fayda, erişilebilirlik. Bu çok büyük kuruluşların dışındaki akademi üyeleri, genelde belli bir bilimsel amaç için başvurduklarında çok daha kısa süreliğine süperbilgisayar kullanıyorlar. Bu durum, pek çok önemli bilimsel araştırmanın geride kalmasına neden olabilen epey yüksek bir engel teşkil ediyor.
“Biz ise kendi araştırmamızla birlikte, bu yöntemleri beyinden ilham alan makine öğrenimine uygulamayı ve böylelikle biyolojik beyinlerin üzerinde ustalaştığı fakat şimdilik canlandırmaların gerisinde kaldığı problemlerin çözümüne yardımcı olmayı umuyoruz.
“GPU donanımı bağlamında yöntemsel bağlantısallık üzerinde göstermiş olduğumuz ilerlemelere ilaveten, yöntemsel bağlantısallık için tabandan inşa edilen yeni tip nöromorfik donanımların geliştirilmesi yönünde de potansiyel bulunduğuna inanıyoruz. Kilit bileşenler doğrudan donanıma uygulanabilir ve böylelikle, hesaplama süresinde çok daha önemli gelişmelere yol açılabilir.”
Neil Vowles/Sussex Üniversitesi. Ç: O.
