0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

1000亿个人脑神经元,产生的数据达到PB级

浪潮存储 来源:未知 作者:李倩 2018-09-19 17:25 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

探索生命奥秘、发掘生物潜力是科技发展的重要使命之一,在研究脑科学的过程中,华中科技大学苏州脑空间信息研究院在呈现出一个缤纷多彩的大脑空间的同时,也对存储系统有了更高要求。为此,华中科技大学苏州脑空间信息研究院采用了浪潮智能存储AS5500G2构建了25PB容量的统一存储资源池,不仅满足了IO吞吐率、可用性的要求,还实现了节能15%,节省30%研究费用的目标。

华中科技大学苏州脑空间信息研究院外景

11000亿个人脑神经元 产生的数据达到PB级

大脑,蕴含无限奥秘,它拥有多达上千亿的神经元,被称为已知世界中最复杂的物体之一,至今我们却对它知之甚少。但是,一群中国科学家却能给大脑“拍彩照”,让大脑空间呈现出一个缤纷的多彩世界;并能精准定位,给每个神经元上都标记门牌号;还可以把各种形状的神经元单拎出来,清楚地看到每根神经元的走向;最牛的是,他们率先以工业化方式大规模、标准化、高分辨绘制脑图谱数据。

华中大苏州脑空间院以工业化方式大规模、标准化、高分辨绘制脑图谱

这正是华中科技大学苏州脑空间信息研究院(以下简称:华中大苏州脑空间院)正在推进的重要工作。作为华中科技大学、苏州市政府、苏州工业园区、江苏省产业技术研究院四方强强联手建立的,以发展世界领先的脑空间信息技术的研究院,华中大苏州脑空间院通过高分辨、大探测范围和高通量的三维光学显微成像技术,实现在哺乳动物全脑范围,以真实尺度构建包括神经元和血管等脑内复杂结构的精细形态和连接关系的高分辨脑图。这方面探索不仅有重要科学意义,而且对脑疾病防治、智能技术发展也具有重要引导作用。

脑科学计算应用是典型的计算密集型、IO密集型、存储容量密集型的计算,对于存储系统的容量、带宽要求很高。而随着华中大苏州脑空间院的研究工具的演进以及研究领域的逐步深入,对存储的要求更是呈现指数级增长,如果存储系统“掉了链子”,将很难满足脑科学的进阶研究需求。

在人脑中大概有1000亿个神经元,在分析的过程中会产生非常巨大的数据量,仅小鼠脑就有10TB之多,人脑的体积是是小鼠脑的1500多倍,数据量将达到PB级,随着研究的广域度的增加,未来研究院数据产生的规模,将达到100PB以上,如果以研究院现有速度需要一台成像系统至少花费20年时间完成数据采集,所以研究院需要采用多套成像系统并行工作。

通过高分辨率可视化工具,华中大苏州脑空间院给神经元标门牌号

220套智能存储:提供25PB超大容量

浪潮结合多年来的项目经验,给华中大苏州脑空间院制定了以存储为核心的解决方案。方案采用近20套浪潮智能存储AS5500G2,构建高效、安全的统一存储资源池,提供了25PB裸容量。

在性能方面,浪潮智能存储G2平台采用智能全闪架构设计,可针对大量随机IO进行加速处理,并通过多种对前端应用的感知技术,提升数据处理效率,提供了高达以6GB/s的写带宽,充分满足了华中大苏州脑空间院对脑空间信息海量数据的应用需求。而且,其还可按需扩展,保证华中大苏州脑空间院业务未来发展的扩容需求。

在可用性方面,浪潮智能存储G2采用全冗余架构、全模块化、冗余缓存、双活控制器设计,主要部件无单点故障。另外,华中大苏州脑空间院还采用了以浪潮DPS备份软件、浪潮磁带库TL3000相结合的数据备份、容灾解决方案,采用LAN备份方式实现集中、统一、快速、自动的数据备份,能够显著降低硬件故障等事故所带来的数据丢失等威胁。

在实现大容量与高带宽的同时,AS5500G2还有助于系统建设成本的控制,数据显示,基于浪潮智能存储AS5500G2的一体化解决方案比传统解决方案节约15%的能源,节省大约30%的研究费用。

浪潮智能存储给脑科学研究提供25PB超大空间

3打开神奇脑洞

浪潮存储解决方案的部署彻底解决了华中大苏州脑空间院面临的存储瓶颈,给脑科学的研究奠定了坚实的存储能力基础。华中大苏州脑空间院科研人员表示:“浪潮智能存储方案满足了我们对于存储性能、扩展性、可用性与成本的需求,将有助于我们进行更广泛、更深入的大脑数据采集,从而促进认知脑功能、防治脑疾病,以及类脑智能技术的发展。未来,我们将在颅内宇宙中继续探索,打开神奇的‘脑洞’,给未来创造无限可能。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 存储系统
    +关注

    关注

    2

    文章

    428

    浏览量

    41776
  • 神经元
    +关注

    关注

    1

    文章

    369

    浏览量

    19110
  • 存储空间
    +关注

    关注

    0

    文章

    55

    浏览量

    10991

原文标题:25PB智能存储空间,打开神奇的“脑洞”

文章出处:【微信号:inspurstorage,微信公众号:浪潮存储】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    神经元设备和脑机接口有何渊源?

    HUIYING神经元设备的发展历程概述神经元设备的发展经历了从基础信号检测到多功能智能集成的演进过程。自1920年代脑电图(EEG)信号首次被发现以来,神经电极技术逐步发展,如1957年出现的钨微丝
    的头像 发表于 11-03 18:03 1160次阅读
    <b class='flag-5'>神经元</b>设备和脑机接口有何渊源?

    激活函数ReLU的理解与总结

    ; 0时梯度为0,这样就导致负的梯度在这个ReLU被置零,而且这个神经元有可能再也不会被任何数据激活,称为神经元“坏死”。 2)无负值: ReLU和sigmoid的一相同点是结果是
    发表于 10-31 06:16

    脉冲神经元模型的硬件实现

    如图所示展示了LIF神经元的膜电势Vmem随时间戳timestamp动态变化的过程,当接收到输入脉冲后,LIF神经元的膜电势值Vmem便会升高,直至达到阈值电压Vthersh,此时神经元
    发表于 10-24 08:27

    SNN加速器内部神经元数据连接方式

    神经元之间的信息传递。 在脉冲神经网络中,每个神经元都有其自身的地址,用于在AER协议中进行通信。如图,时间从右往左依次增加,当某一神经元
    发表于 10-24 07:34

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    神经元,但却能产生复杂的行为。受此启发,与传统的神经网络相比,LNN旨在通过模拟大脑中神经元之间的动态连接来处理信息,这种网络能够顺序处理数据
    的头像 发表于 09-28 10:03 705次阅读
    液态<b class='flag-5'>神经</b>网络(LNN):时间连续性与动态适应性的<b class='flag-5'>神经</b>网络

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片

    AI芯片不仅包括深度学细AI加速器,还有另外一主要列别:类脑芯片。类脑芯片是模拟人脑神经网络架构的芯片。它结合微电子技术和新型神经形态器件,模仿人脑神经系统机选原理进行设计,实现类似
    发表于 09-17 16:43

    绝对值光栅编码器:工业精密控制的“数字神经元

    的“数字神经元”,正以毫米甚至微米的定位能力,重新定义精密制造的边界。 突破传统:从“相对计数”到“绝对定位”的革命 传统增量式编码器通过脉冲计数实现位置反馈,但存在致命缺陷:断电后需重新校准零点,抗干扰能力
    的头像 发表于 08-19 08:41 445次阅读
    绝对值光栅编码器:工业精密控制的“数字<b class='flag-5'>神经元</b>”

    新一代神经拟态类脑计算机“悟空”发布,神经元数量超20亿

    电子发烧友网综合报道 8月2日,浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机——Darwin Monkey(中文名“悟空”)。   “悟空”堪称国际首台神经元规模超20亿、基于专用
    的头像 发表于 08-06 07:57 7272次阅读
    新一代<b class='flag-5'>神经</b>拟态类脑计算机“悟空”发布,<b class='flag-5'>神经元</b>数量超20<b class='flag-5'>亿</b>

    无刷直流电机单神经元自适应智能控制系统

    摘要:针对无刷直流电机(BLDCM)设计了一种可在线学习的单神经元自适应比例-积分-微分(PID)智能控制器,通过有监督的 Hebb学习规则调整权值,每次采样根据反馈误差对神经元权值进行调整,以实现
    发表于 06-26 13:36

    无刷直流电机单神经元PI控制器的设计

    摘要:研究了一种基于专家系统的单神经元PI控制器,并将其应用于无刷直流电机调速系统中。控制器实现了PI参数的在线调整,在具有PID控制器良好动态性能的同时,减少微分项对系统稳态运行时的影响,并较好
    发表于 06-26 13:34

    【「芯片通识课:一本书读懂芯片技术」阅读体验】从deepseek看今天芯片发展

    神经元并行处理问题的能力,所以NPU要用大量计算单元(也称为“算子”)构成一神经网络,而且这些算子的数据存储和计算是一体化的。这就突破了传统的冯·诺依曼计算机架构,因为冯·诺依曼计算
    发表于 04-02 17:25

    BP神经网络的网络结构设计原则

    ,仅作为数据输入的接口。输入层的神经元个数通常与输入数据的特征数量相对应。 隐藏层 :对输入信号进行非线性变换,是神经网络的核心部分,负责学习输入与输出之间的复杂映射关系。隐藏层可以有
    的头像 发表于 02-12 16:41 1254次阅读

    BP神经网络与卷积神经网络的比较

    多层。 每一层都由若干个神经元构成,神经元之间通过权重连接。信号在神经网络中是前向传播的,而误差是反向传播的。 卷积神经网络(CNN) : CNN主要由卷积层、池化层和全连接层组成。
    的头像 发表于 02-12 15:53 1307次阅读

    深度学习入门:简单神经网络的构建与实现

    深度学习中,神经网络是核心模型。今天我们用 Python 和 NumPy 构建一简单的神经网络。 神经网络由多个神经元组成,
    的头像 发表于 01-23 13:52 842次阅读

    请问ADS1298称为生理信号测量转换器,和传统AD转换器有什么区别?

    请问ADS1298称为生理信号测量转换器,和传统AD转换器有什么区别。我想使用其作为神经元和肌肉细胞信号的检测,精度要达到0.1mV以下,不知道是否合适。
    发表于 01-01 06:39