Отслеживание каждого нейрона: будущее медицинских исследований связано с временем обработки
Память обеспечивает медицинское исследование разными способами, особенно в отношении аппаратного обеспечения мозга. Как Стэнфорд использует высокоскоростную память в своей последней исследовательской инициативе?
Когда дело доходит до медицины, оперативная память позволяет исследователям хранить и анализировать большие наборы данных. Одним из примеров исключительно большого набора данных является проект MultiMAP Стэнфорда, который отслеживает, регистрирует и анализирует активность нервных клеток в мозгах рыбок данио.
Что делает MultiMAP в Стэнфорде?
В пресс-релизе в Стэнфорде научный писатель Брюс Голдман объясняет, что MultiMAP, мультиплексированное выравнивание молекулярных и активности фенотипов, позволяет исследователям «отслеживать почти каждый нейрон в мозге рыбок данио, а затем идентифицировать тип клеток каждого интересующего вас нейрона». Команда Stanford за MultiMAP использовала эту технологию для определения того, что схемы мозга, по сути, привязаны к настороженности.
Стэнфорд следил за нейронами в мозгах рыбок данио, связывая деятельность мозга с настороженностью. Изображение предоставлено NICHD
«Мы смотрели на каждый нейрон в мозгу рыбы в течение жизни, когда эти клетки активно стреляли, и узнали, какие клетки были наиболее активными в моменты, когда мы знали, что рыба была наиболее настороженной», Карл Дейссерот, Стэнфордская биоинженерия и психиатрия и поведенческие профессор наук, а также следователь медицинского института Ховарда Хьюза, сказал Голдман. «Затем, после того как мозговая ткань рыбы была сохранена с фиксацией без изменения относительных положений клеток в голове рыбы, мы могли направить эти нейроны на молекулярные зонды и определить их типы клеток».
Только эта технология функционирует в огромных масштабах и для ее работы потребуется огромное количество низкозатратной высокоскоростной памяти, расположенной рядом с процессором. И по мере того, как эта технология мозгового картографирования продолжает расти и прогрессировать, эта память должна будет последовать ее примеру.
MultiMAP особенно важен из-за того, что данные, которые он собирает, могут иметь на психическое здоровье. Goldman специально отмечает, что лишение сна и депрессия связаны с отсутствием бдительности, в то время как повышенная бдительность связана с беспокойством, манией и ПТСР.
«Новые открытия открывают двери для совершенно нового пути дальнейшего исследования», - сказал Дейссерот. «Чем больше мы понимаем ландшафт нейронов, которые лежат в основе состояния мозга, такие как настороженность, тем больше мы понимаем концепцию состояния мозга - и мы даже можем помочь разработать целевые клинические вмешательства мозга».
Чтобы начать этот «путь дальнейшего исследования», необходима быстрая память. У личиночных рыбок данио примерно 100 000 нейронов, и каждый из этих нейронов производит данные, которые необходимо записывать, хранить и затем быстро прочесывать для важных точек данных. К тому времени, когда рыбка данио достигает зрелости, она имеет приблизительно 10 миллионов нейронов, экспоненциально увеличивая спрос на технологию MultiMAP Стэнфорда. Для сравнения, человеческий мозг содержит 86 миллиардов нейронов.
У людей в 860 раз больше нейронов, чем у рыбок данио
Какая память может отображать мозг?
По словам Джейсона Эколса, старшего менеджера по техническому маркетингу компании Micron, исследователи попадают в область быстрых данных. Чтобы обрабатывать так много данных и анализировать важные моменты в них, MultiMAP - это «вид масштабирования на этом ИИ, пузырь машинного обучения».
«Они должны иметь возможность выполнять много параллельной обработки», - сказал Эколс. «И когда им приходится привлекать данные в этом потоке решений, они не просто думают о вещах, они на самом деле собирают данные и анализируют их».
Эколс сказал, что медицинские исследователи, как и те, кто работает над проектом MultiMAP, стремятся «оптимизировать свою инфраструктуру хранения, чтобы получить максимальную производительность», особенно когда они работают с объемом данных, которые исследователи Стэнфорда рассматривали в клетках мозга.
«И именно там вы видите таких людей, как Nvidia и другие, которые действительно работают с ними», - сказал Эколс. «Как они получают хранилище там, где это экономически выгодно, но также очень быстро, так что все ядра вычислений, которые требуется для запуска всего этого материала, снабжаются необходимыми ему данными? Это истинный разговор».
Нажатие всей переадресации памяти
По словам Эхола, исследование памяти финансирует медицинские исследования. А поскольку в новых приложениях реализованы оптимизированные, быстрые и эффективные решения для памяти, все преимущества этой области будут полезны.
Эколс объяснил, что из-за того, что исследователи и передовые мыслители широко используют память и хранилище, есть восемь приложений, ведущих курс науки и медицины:
- Большие данные и аналитика
- Интернет вещей (IoT) устройств
- Гибридное облако
- Энергонезависимая память (NVMe) и однокорневая виртуализация ввода / вывода (SRIOV)
- Архитектура масштабирования
- Искусственный интеллект (AI) и машинное обучение
- Безопасность
- Программное хранилище (SDS)
«Только на стороне хранения бизнеса, - сказал Эколс, - это те, на которые мы действительно влияем на уровень макро-трендов».
Пер Тони Ансли, главный технический инженер по маркетингу Micron, многие из вышеприведенных приложений могут воспользоваться одной и той же общей концепцией оптимизации памяти: быстрее получать данные в хранилище и вычислять. Когда исследователи могут определить, скажем, активен ли нейрон или нет, это позволяет им делать выводы быстрее.
«И это не только технология хранения, но также и архитектурная технология всей компьютерной индустрии», - сказал Ансли. «И как мы оптимизируем хранилище для новых серверных платформ, новые серверные технологии и новые процессорные технологии, которые позволяют нам потенциально предоставлять больше памяти и более быстрое хранилище в меньшем общем пространстве - чтобы мы могли быстрее получать аналитические материалы ?»
Память Micron, как и их критическая DDR4 DRAM, помогает управлять технологиями медицинских исследований в направлении ускорения обработки. Изображение предоставлено Dsimic
Когда данные анализируются непосредственно на вычислении, для полной обработки требуется около 5 наносекунд. DRAM чрезвычайно близок к вычислению с точки зрения времени обработки, занимая около 30 наносекунд. Но по мере того, как решения памяти появляются все дальше и дальше от вычислений, их время обработки следует этому примеру. Для обработки одних и тех же данных SATA SSD потребовалось бы 300 микросекунд, а SAS HDD - 6 миллисекунд. А в дальнем конце спектра гибридная SAN займет 30 миллисекунд.
Это может показаться не большой разницей, особенно с долей секунд, столь же маленькими, как эти цифры, но Эхолс предложил разбить ее в «человеческих терминах». Если бы эти данные непосредственно на вычислении вместо этого занимали одну секунду для обработки, DRAM потребовала бы в том же масштабе 6 секунд для обработки. Для обработки данных на SATA SSD потребуется 16 часов, жесткий диск SAS займет 2 недели, а гибридная SAN займет 2-3 месяца. В этой шкале Эколс сказал: «Эти виды действительно быстрых вычислительных архитектур не могут ждать так долго».
«Место, где Микрон на самом деле является инновационным, находится в этом пространстве прямо здесь», - сказал Эколс. «Мы обладаем инновациями в этой DRAM через пространство SSD, и именно здесь мы помогаем продвигать отрасль».
Будущее медицины
Согласно Ansley, одним из основных способов, с помощью которого Micron вносит свой вклад в оптимизированную медицинскую исследовательскую технологию, является реализация их решений памяти в меньших форм-факторах, что позволяет исследователям перейти на мобильные устройства.
«Особенно в странах третьего мира, где могут возникать вспышки определенных типов патогенов, когда им приходится потенциально собирать видеосканы или сонограммы в режиме реального времени, много данных, верно?» - сказал Энсли. «Они не хотят, чтобы они катались по кружке. Они скорее переносят это в свои руки».
Тони Энсли полагает, что память Micron идеально подходит для питания мобильных медицинских устройств. Изображение предоставлено Columbus Air Force Base
Подобно тому, как MultiMAP собирает данные из каждого нейронного мозга, другие медицинские технологии собирают невероятные объемы данных, от рентгеновских изображений с высоким разрешением до гигабайт данных в файлах сонограммы. Исследователи нуждаются в большем количестве данных на кончиках пальцев, чтобы оставаться в поле и не загружать и скачивать постоянно. Итак, Энсли сказал: «Способность сжать все эти технологии на более мелкие и более мелкие пакеты более эффективно позволяет мне носить это в руке, а не переносить на спину, верно?»
«Micron является частью этой отрасли и всегда смотрит, как мы, например, сжимаем больше хранилища в один чип NAND», - продолжил он. «Мы подталкивали то, что раньше было одним 2, 5-дюймовым жестким диском или SSD размером 100 концертов, и теперь мы делаем от 10 до 20 терабайт данных в том же форм-факторе всего за несколько лет. И это будет продолжаться «.
Отраслевые статьи - это форма контента, которая позволяет отраслевым партнерам делиться полезными новостями, сообщениями и технологиями с читателями All About Circuits таким образом, что редакционный контент не очень подходит. Все отраслевые статьи подчиняются строгим редакционным правилам с целью предоставления читателям полезных новостей, технических знаний или историй. Точки зрения и мнения, выраженные в отраслевых статьях, являются точками партнера, а не обязательно для All About Circuits или его авторов.