Стартап SpiNNcloud Systems из Дрездена (Германия) сообщил о заключении сделки на поставку Лейпцигскому университету «нейроморфного» суперкомпьютера, основанного на принципах функционирования человеческого мозга и предназначенного для разработки новых лекарственных препаратов. Суперкомпьютер будет использоваться учёными для моделирования сворачивания белков в рамках исследований в области персонализированной медицины, объединяющей достижения геномики, ИИ, робототехники и новейших диагностических технологий. Стоимость сделки не разглашается.
В суперкомпьютере применена высокопараллельная архитектура с 48 чипами SpiNNaker2 на серверной плате, каждый из которых содержит 152 ядра на базе ARM со специализированными ускорителями и потребляет от 0,8 до 2,5 Вт. Вся система, оснащённая 4320 чипами с 656 640 ядрами, помещается в одну стойку, но университет решил установить её в двух стойках, сообщил Гектор Гонсалес (Hector Gonzalez), соучредитель и генеральный директор SpiNNcloud, отметив, что общий энергетический бюджет системы составляет 25 кВт.
Источник изображений: SpiNNcloud
Такой подход к разработке лекарств использует исключительную параллельность и масштабируемость суперкомпьютера для развёртывания миллионов небольших моделей, которым поручено находить соответствия между молекулами и профилями пациентов. Эта конструкция обеспечивает эффективные, управляемые событиями вычисления, позволяя системе выполнять сложное моделирование и разрабатывать новые персонализированные препараты с более высокой скоростью сходимости и при более низком энергопотреблении по сравнению с традиционными системами на базе графических процессоров. Высокая энергоэффективность критически важна для приложений, где энергопотребление и охлаждение являются ограничивающими факторами.
«Архитектура серверной системы SpiNNcloud делает возможным скрининг миллиардов молекул in silico (виртуальное клиническое исследование) благодаря конструкции суперкомпьютера, вдохновлённой работой мозга», — сообщил Кристиан Майр (Christian Mayr), соучредитель SpiNNcloud. По его словам, изначально разработанная для моделирования биологических нейронных сетей серверная система SpiNNcloud адаптирована для массового параллельного выполнения небольших гетерогенных вычислительных задач с использованием 10 млн программируемых процессоров на базе ARM и множества специализированных ускорителей DNN. Прототип нейронной сети позволяет провести скрининг 20 млрд молекул менее чем за час — это на два порядка быстрее, чем на 1000 CPU-ядер.
Гонсалес сообщил ресурсу EE Times, что индивидуальный подход к разработке лекарств, используемый в персонализированной медицине, хорошо вписывается в высокопараллельную топологию системы SpiNNcloud. «Это множество небольших моделей, которые взаимодействуют друг с другом через чрезвычайно быструю сеть», — пояснил он. «Наша вычислительная архитектура, вдохновлённая работой мозга, уникально подходит для развёртывания эффективных алгоритмов, требующих динамической разреженности и экстремального параллелизма», — добавил глава SpiNNcloud.
«Экстремальный параллелизм суперкомпьютеров SpiNNcloud делает их идеально подходящими для задач, связанных со сворачиванием белков, например, для поиска низкомолекулярных лекарственных препаратов, — отметил Йенс Майлер (Jens Meiler), профессор Института Александра фон Гумбольдта по Интернету и обществу и директор Института поиска лекарственных препаратов Лейпцигского университета. — Фолдинг белков можно рассматривать как задачу оптимизации, в которой белок стремится найти своё наименьшее энергетическое состояние. Суперкомпьютеры SpiNNcloud хорошо справляются с такими задачами».
Разработка лекарств на основе малых молекул требует значительных вычислительных ресурсов и энергозатрат. Высокопараллельная архитектура SpiNNcloud включает множество небольших энергосберегающих вычислительных элементов, соединённых коммуникационной сетью. Поскольку рабочая нагрузка состоит из множества небольших моделей, энергию можно экономить, задействуя лишь часть оборудования в каждый момент времени.
«Некоторые из экспериментальных концепций, разработанных нами совместно с Лейпцигским университетом, демонстрируют значительно меньшее энергопотребление и более высокую скорость сходимости по сравнению с графическими процессорами, благодаря способности архитектуры обеспечивать взаимодействие множества моделей и обмен информацией в процессе вычислений», — отметил Гонсалес.
По его словам, более крупный суперкомпьютер с большим числом ядер мог бы находить решения быстрее, но компании пришлось учитывать финансовые ограничения университета.
«Максимально возможная система, которую мы можем спроектировать, – это 16 стоек, — говорит Гонсалес. — При более чем 16 стойках будет сложно поддерживать достаточную связанность между моделями».
Самая крупная система, развёрнутая SpiNNcloud на данный момент, включает 30 тыс. чипов (более 5 млрд вычислительных элементов) в Дрезденском университете.
Как сообщает EE Times, SpiNNcloud также тестирует своё оборудование в новых исследовательских направлениях, основанных на классических методах глубокого обучения, в частности, в работе с ИИ-моделями на базе концепции «смеси экспертов» (Mixture of Experts, MoE), которую применяют крупнейшие базовые модели, такие как DeepSeek-R1. По словам Гонсалеса, архитектура SpiNNcloud хорошо подходит для таких задач.
Системы SpiNNcloud, основанные на принципах работы мозга, разработаны для работы с разреженными активациями, возможностью подключения, масштабируемостью и программируемостью. «Точное и детализированное управление процессорами позволяет кодировать очень разреженный маршрут, не задействуя все ядра, — поясняет Гонсалес. — Это один из фундаментальных аспектов, который очень сложно реализовать на GPU, поскольку GPU устроен как каскад вычислительных блоков, которые необходимо задействовать максимально полно, чтобы добиться синхронной эффективности».
Разработчик выразил надежду, что архитектуры, вдохновлённые принципами работы мозга, такие как SpiNNcloud, позволят создавать новые типы моделей, невозможные для реализации на массовом оборудовании.
Источник: servernews.ru