A startup SpiNNcloud Systems, sediada em Dresden, Alemanha, anunciou um acordo para fornecer à Universidade de Leipzig um supercomputador “neuromórfico” baseado nos princípios do cérebro humano e projetado para desenvolver novos medicamentos. O supercomputador será usado por cientistas para modelar o enovelamento de proteínas como parte de sua pesquisa em medicina personalizada, que combina genômica, IA, robótica e as mais recentes tecnologias de diagnóstico. O valor do acordo não foi divulgado.
O supercomputador utiliza uma arquitetura altamente paralela com 48 chips SpiNNaker2 em uma placa de servidor, cada um contendo 152 núcleos baseados em ARM com aceleradores especializados e consumindo entre 0,8 e 2,5 watts de energia. O sistema inteiro, com 4.320 chips e 656.640 núcleos, cabe em um único rack, mas a universidade optou por instalá-lo em dois racks, disse Hector Gonzalez, cofundador e CEO da SpiNNcloud, observando que o orçamento total de energia para o sistema é de 25 kW.
Fonte da imagem: SpiNNcloud
Esta abordagem para a descoberta de medicamentos aproveita o paralelismo e a escalabilidade excepcionais do supercomputador para implementar milhões de pequenos modelos encarregados de combinar moléculas com perfis de pacientes. Este design permite uma computação eficiente e orientada a eventos, permitindo que o sistema execute modelagens complexas e desenvolva novos medicamentos personalizados com taxas de convergência mais altas e menor consumo de energia do que os sistemas tradicionais baseados em GPU. A alta eficiência energética é fundamental para aplicações onde a energia e o resfriamento são fatores limitantes.
«“A arquitetura do servidor SpiNNcloud permite a triagem in silico de bilhões de moléculas usando um design de supercomputador inspirado no cérebro”, disse Christian Mayr, cofundador da SpiNNcloud. Originalmente projetado para modelar redes neurais biológicas, o SpiNNcloud foi adaptado para executar pequenas tarefas computacionais heterogêneas em paralelo massivo usando 10 milhões de processadores ARM programáveis e múltiplos aceleradores DNN especializados, disse ele. O protótipo de rede neural pode rastrear 20 bilhões de moléculas em menos de uma hora, o que é duas ordens de magnitude mais rápido do que 1.000 núcleos de CPU.
Gonzalez disse ao EE Times que a abordagem individualizada de descoberta de medicamentos usada na medicina personalizada se encaixa bem com a topologia altamente paralela do sistema SpiNNcloud. “É um conjunto de pequenos modelos que se comunicam entre si por meio de uma rede extremamente rápida”, explicou. “Nossa arquitetura de computação inspirada no cérebro é especialmente adequada para implementar algoritmos eficientes que exigem dispersão dinâmica e paralelismo extremo”, acrescentou o CEO da SpiNNcloud.
«O paralelismo extremo dos supercomputadores SpiNNcloud os torna ideais para tarefas de enovelamento de proteínas, como a descoberta de fármacos de pequenas moléculas, afirma Jens Meiler, professor do Instituto Alexander von Humboldt para Internet e Sociedade e diretor do Instituto de Descoberta de Medicamentos da Universidade de Leipzig. “O enovelamento de proteínas pode ser visto como um problema de otimização no qual a proteína busca encontrar seu estado de menor energia. Os supercomputadores SpiNNcloud são adequados para essas tarefas.”
A descoberta de medicamentos de pequenas moléculas exige muita computação e energia. A arquitetura altamente paralela do SpiNNcloud consiste em muitos elementos computacionais pequenos e energeticamente eficientes, conectados por uma rede de comunicação. Como a carga de trabalho consiste em muitos modelos pequenos, é possível economizar energia executando apenas uma fração do hardware por vez.
«Alguns dos conceitos experimentais que desenvolvemos em conjunto com a Universidade de Leipzig demonstram consumo de energia significativamente menor e velocidades de convergência mais altas em comparação às GPUs, graças à capacidade da arquitetura de suportar a interação entre vários modelos e trocar informações durante a computação”, disse Gonzalez.
Um supercomputador maior, com mais núcleos, poderia ter encontrado soluções mais rapidamente, disse ele, mas a empresa teve que levar em conta as restrições financeiras da universidade.
«”O maior sistema possível que podemos projetar é de 16 racks”, diz Gonzalez. “Mais de 16 racks dificultarão a manutenção da conectividade entre os modelos.”
O maior sistema implantado pela SpiNNcloud até o momento inclui 30.000 chips (mais de 5 bilhões de elementos de computação) na Universidade de Dresden.
Conforme relatado pelo EE Times, a SpiNNcloud também está testando seu hardware em novas direções de pesquisa baseadas em métodos clássicos de aprendizado profundo, particularmente trabalhando com modelos de IA baseados no conceito de Mistura de Especialistas (MoE), usado por grandes modelos básicos como o DeepSeek-R1. Gonzalez afirma que a arquitetura da SpiNNcloud é adequada para tais tarefas.
Os sistemas inspirados no cérebro da SpiNNcloud são projetados para trabalhar com ativações esparsas, conectividade, escalabilidade e programabilidade. “O controle refinado dos processadores nos permite codificar um caminho muito esparso sem usar todos os núcleos”, explica Gonzalez. “Este é um dos aspectos fundamentais que é muito difícil de implementar em uma GPU, já que a GPU é projetada como uma cascata de unidades de computação que precisam ser usadas o máximo possível para atingir a eficiência síncrona.”
O desenvolvedor expressou esperança de que arquiteturas inspiradas nos princípios de operação do cérebro, como a SpiNNcloud, permitirão a criação de novos tipos de modelos que são impossíveis de implementar em hardware produzido em massa.