arm - Raspberry Pi 集群、神经元网络和大脑模拟

Question

由于 RBPI(树莓派)具有非常低的功耗和非常低的生产价格，这意味着可以用它们构建一个非常大的集群。我不确定，但是 100000 RBPI 的集群将占用很少的功率和空间。

现在我认为它在 FLOPS 或其他类型的计算测量方面可能不如现有的 super 计算机强大，但它可以允许更好的神经元网络模拟吗？

我不确定说“1 CPU = 1 个神经元”是否合理，但它似乎足够有效。

那么这是否意味着这样的集群对于神经元网络模拟会更有效，因为它比其他经典集群更并行？

Answer 1

使用 Raspberry Pi 本身并不能解决构建大规模并行 super 计算机的整个问题:如何有效地将所有计算核心连接在一起是一个非常大的问题，这就是为什么 super 计算机是专门设计的，而不仅仅是由商品部件制成。也就是说，研究单位确实开始将 ARM 内核视为一种将计算能力用于解决这个问题的节能方式:例如，该项目旨在用 100 万个 ARM 内核模拟人脑。

http://www.zdnet.co.uk/news/emerging-tech/2011/07/08/million-core-arm-machine-aims-to-simulate-brain-40093356/ “百万核ARM机器旨在模拟大脑”

http://www.eetimes.com/electronics-news/4217840/Million-ARM-cores-brain-simulator “一百万个 ARM 内核来托管大脑模拟器”

它是非常专业的定制硬件，但从概念上讲，它离您建议的 Raspberry Pi 网络不远。不要忘记 ARM 内核具有 JohnB 提到的 Xeon 所具有的所有功能(高级 SIMD 而不是 SSE，可以进行 64 位计算、重叠指令等)，但处于非常不同的 MIPS-per-Watt 甜蜜点-spot:对于包含的功能，您有不同的选择(如果您不想要浮点，只需购买没有浮点的芯片)，所以我明白为什么它是一个吸引人的选择，尤其是当您考虑到该功能时使用是 super 计算机最大的持续成本。