科研人員利用一個名爲SpiNNaker的神經形態計算機開展大腦仿真實驗，取得的效果與利用傳統超級計算機進行仿真獲取的最佳效果不相上下。

該研究由德國於利希研究中心（Jülich Research Centre）聯合英國曼徹斯特大學（University of Manchester）、日本理研腦科學研究所（RIKEN Brain Institute）、德國亞琛工業大學（Aachen University）共同開展。他們在《神經科學前沿》（Frontiers in Neuroscience）發表的一篇文章中表示已實現了“在SpiNNaker上對腦皮質微神經網絡生物時間標度水平的首次全範圍仿真”，研究構建的模型由8萬個神經元和3億個突觸組成，是在該平臺上進行的最大規模仿真。

SpiNNaker旨在爲實時模擬大規模神經網絡提供高性能平臺。第一版系統於2009年建成。在當前版本，SpiNNaker擴展到600塊板，每一塊都配備了1、4或者48個Arm 968芯片。該芯片有18個核，由分組交換異步通信網絡連接起來，一塊128MB SDRAM模安裝在處理器上。

“大腦皮層是大腦中接收和出來感官信息的外層。SpiNNaker可以支持大腦皮層的詳細生物模型，得到的結果與相當超級計算機軟件仿真的結果很相近。”研究人員說，“快速低能耗地運行大規模詳細的神經網絡，這種能力會推進機器人研究，有助於學習和大腦障礙方面的研究。”

本研究提高了系統軟件性能，將神經網絡仿真擴展到多塊板，從而達到最新的高標準。爲此，研究人員利用了SpiNNaker的六塊48-芯片板，總計217個Arm 968 SoC和1934個核。這還不到該系統總計算能力的百分之一。

爲進行比較，研究人員在32節點HPC集羣上運行尖峯神經網絡的NEST仿真軟件，由英特爾至強（Xeon）E5-2680v3處理器（以2.5GHz運行的12核）支持。每個節點包含了兩個處理器、128 GB RAM、240 GB 本地 SSD 存儲，系統的互連爲QDR InfiniBand。

該研究表明，SpiNNaker仿真和在HPC集羣利用NEST的系統仿真準確性相近，但SpiNNaker僅限於定點運算。雖然NEST上運行的仿真比SpiNNaker的更快，但兩個平臺每個突觸事件的耗能具有可比性。“兩個平臺運行的仿真得到結果很相近。”研究人員說，“這是大腦皮層的詳細仿真首次在SpiNNaker或者任何神經形態平臺運行。”

研究人員還指出，該研究的結果將用於改進軟件，讓等效仿真能在單塊板上運行。能做到這一點意義重大，因爲這是最可能用於機器人控制的配置。事實上，歐洲人類腦計劃（European Human Brain Project）的神經機器人學家已與SpiNNaker項目合作，希望可將其用於獨立機器人。

這些機器人應用旨在構建平臺，消耗目前超級計算機的一小部分能源就可以進行實時大腦仿真。理想情況下，能耗相當於實際大腦的20至30瓦水平。本研究表明，SpiNNaker這類神經形態系統的發展可能會成爲實現大腦仿真的最實際途徑。