| 講演名 | 2016-11-18 GPGPUによる様々なニューロンモデルのシミュレーションの高速化と計算精度の評価 奥野 舜(電通大), 藤田 一寿(津山高専), 樫森 与志喜(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 脳における感覚情報の処理機構を理解するためには実際のニューロンを模した複雑なニューロンモデルから成る大規模なネットワークモデルをシミュレーションする必要がある。しかしながら、このようなシミュレーションは極めて長い計算時間を必要とし、現実的な時間スケールでのコンピュータシミュレーションを行うことはできない。この計算時間の問題を解決するために、我々はGPGPUによる計算時間の短縮に注目し、それはきわめて多くのニューロン数のシミュレーションに有効な方法を与える。本研究では、我々はニューロンモデルに対して計算を並列に実行するGPGPUの計算法を開発した。この方法を用いて、GPGPU計算法がニューロンのシミュレーションの計算時間を優位に減少することを示した。また、単精度と倍精度の計算はほとんど結果に差を生じないことも示した。これらの結果は、単精度でのGPGPU計算が大規模なニューラルネットワークのシミュレーションに対する最も有効な方法であることを示唆する。 |
| 抄録(英) | To understand the processing mechanisms of sensory information in the brain, it is necessary to simulate a huge size of network that consists of complicated neuronal model imitating the actual neurons. However, such a simulation requires a very long computation time, failing to perform computer simulation with a realistic time scale. In order to solve the problem of computation time, we focus on the reduction of computation time by GPGPU, providing an efficient method for simulation of huge number of neurons. In this paper, we develop a computational architecture of GPGPU, by which computation of neurons is performed in parallel. Using this architecture, we show that the GPGPU method significantly reduces the computation time of neural simulation. We also show that the simulations with single and double float precision give little significant difference in the results, independently of the neuron models used. These results suggest that the GPGPU calculation with single float precision is most efficient method for simulation of a huge size of neural network. |
| キーワード(和) | GPGPU / 高速化 / 計算制度 / 神経シミュレーション |
| キーワード(英) | GPGPU / Accelertion / Accuracy evalution / Neural simulation |
| 資料番号 | NC2016-32 |
| 発行日 | 2016-11-11 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2016/11/18(から2日開催) |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku University |
| テーマ（和） | BCI/BMIとその周辺, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 福岡 豊(工学院大) / 佐藤 茂雄(東北大) |
| 委員長氏名（英） | Yutaka Fukuoka(Kogakuin Univ.) / Shigeo Sato(Tohoku Univ.) |
| 副委員長氏名（和） | 中島 一樹(富山大) / 萩原 将文(慶大) |
| 副委員長氏名（英） | Kazuki Nakajima(Univ. of Toyama) / Masafumi Hagiwara(Keio Univ.) |
| 幹事氏名（和） | 田中 久弥(工学院大) / 高野 博史(富山県立大) / 田中 宏喜(京都産大) / 青西 亨(東工大) |
| 幹事氏名（英） | Hisaya Tanaka(Kogakuin Univ.) / Hiroshi Takano(Toyama Pref. Univ.) / Hiroki Tanaka(Kyoto Sangyo Univ.) / Toru Aonishi(Tokyo Inst. of Tech.) |
| 幹事補佐氏名（和） | 堀江 亮太(芝浦工大) / 金 主賢(富山大) / 秋間 学尚(東北大) / 篠沢 佳久(慶大) |
| 幹事補佐氏名（英） | Ryota Horie(Shibaura Inst. of Tech.) / Kim Juhyon(Univ. of Toyama) / Hisanao Akima(Tohoku Univ.) / Yoshihisa Shinozawa(Keio Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | GPGPUによる様々なニューロンモデルのシミュレーションの高速化と計算精度の評価 |
| サブタイトル（和） | |
| タイトル（英） | GPGPU-accelerated simulation and accuracy evaluation for various neuron models |
| サブタイトル（和） | |
| キーワード(1)（和/英） | GPGPU / GPGPU |
| キーワード(2)（和/英） | 高速化 / Accelertion |
| キーワード(3)（和/英） | 計算制度 / Accuracy evalution |
| キーワード(4)（和/英） | 神経シミュレーション / Neural simulation |
| 第 1 著者 氏名（和/英） | 奥野 舜 / Shun Okuno |
| 第 1 著者 所属（和/英） | 電気通信大学(略称：電通大) The University of Electro-Communications(略称：UEC) |
| 第 2 著者 氏名（和/英） | 藤田 一寿 / Kazuhisa Fujita |
| 第 2 著者 所属（和/英） | 津山工業高等専門学校(略称：津山高専) National Institute of Technology, Tsuyama College(略称：NIT) |
| 第 3 著者 氏名（和/英） | 樫森 与志喜 / Yoshiki Kashimori |
| 第 3 著者 所属（和/英） | 電気通信大学(略称：電通大) The University of Electro-Communications(略称：UEC) |
| 発表年月日 | 2016-11-18 |
| 資料番号 | NC2016-32 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | NC-313 |
| ページ範囲 | pp.1-6(NC), |
| ページ数 | 6 |
| 発行日 | 2016-11-11 (NC) |