Neurogrid: um sistema neuromórfico para simular modelos neurais em larga escala em tempo real.

Figura original aqui.

Vale a pena dar uma lida:

"Engenheiros da Universidade de Stanford, nos EUA, criaram o Neurogrid, um processador baseado no cérebro humano capaz de ser 9.000 vezes mais eficiente do que um computador comum. A pesquisa foi publicada recentemente na revista "Proceedings of the IEEE", do Instituto Internacional de Engenharia Elétrica e Eletrônica.

De acordo com as informações, o dispositivo consome 40 mil vezes menos energia do que um PC convencional para funcionar. Entretanto, a técnica de fabricação ainda é cara e faz com que cada protótipo saia por US$ 40 mil (R$ 89 mil).

Os pesquisadores preveem que a modernização do processo possa levar à diminuição drástica do custo - para cerca de US$ 400. A ideia é viabilizar a utilização do Neurogrid em sistemas que controlem membros paralisados do corpo humano e dispositivos eletrônicos no dia a dia.

Outro desafio dos pesquisadores é simplificar o processo de criação para que os desenvolvedores consigam trabalhar para o sistema. Por ser organizado como um cérebro, o chip demanda alto grau de complexidade para estimular seu desempenho."

Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations.

Author(s): Benjamin, B.V. Gao, P. ; McQuinn, E. ; Choudhary, S. ; Chandrasekaran, A.R. ; Bussat, J. ; Alvarez-Icaza, R. ; Arthur, J.V. ; Merolla, P.A. ; Boahen, K.

In this paper, we describe the design of Neurogrid, a neuromorphic system for simulating large-scale neural models in real time. Neuromorphic systems realize the function of biological neural systems by emulating their structure. Designers of such systems face three major design choices: 1) whether to emulate the four neural elements—axonal arbor, synapse, dendritic tree, and soma—with dedicated or shared electronic circuits; 2) whether to implement these electronic circuits in an analog or digital manner; and 3) whether to interconnect arrays of these silicon neurons with a mesh or a tree network. The choices we made were: 1) we emulated all neural elements except the soma with shared electronic circuits; this choice maximized the number of synaptic connections; 2) we realized all electronic circuits except those for axonal arbors in an analog manner; this choice maximized energy efficiency; and 3) we interconnected neural arrays in a tree network; this choice maximized throughput. These three choices made it possible to simulate a million neurons with billions of synaptic connections in real time—for the first time—using 16 Neurocores integrated on a board that consumes three watts.

Published in: Proceedings of the IEEE  (Volume:102 ,  Issue: 5 )

Date of Publication: May 2014.

Fonte: aqui e aqui. Artigo completo aqui!