理化学研究所（理研）計算科学研究機構プログラミング環境研究チームの佐藤三久チームリーダー、來山至テクニカルスタッフⅠ、情報基盤センター計算工学応用開発ユニットの五十嵐潤上級センター研究員らの国際共同研究グループは、3月26日、次世代スーパーコンピュータ（スパコン）で、ヒトの脳全体の神経回路のシミュレーション[1]を可能とするアルゴリズム[2]の開発に成功したと発表した。

脳を構成する主役となる神経細胞は、電気信号を発して情報をやりとりする特殊な細胞で、その数はヒトの大脳で約160億個、小脳で約690億個、脳全体では約860億個にのぼる。

この神経細胞同士は、シナプス[3]でつながり合い、複雑なネットワーク（神経回路）を形成。現在の最高性能のスパコンをもってしても、ヒトの脳全体の規模で、神経細胞の電気信号のやりとりをシミュレーションすることはできない。

今回、国際共同研究グループは、次世代スパコンで、これら脳のネットワークのシミュレーションを達成するアルゴリズムを開発したと云う。

新たなアルゴリズムでは、メモリの省力化を実現。また、スーパーコンピュータ「京」[4]などの既存のスパコン上での脳シミュレーションについても、大幅に高速化したとのことだ。

研究グループは、この成果について、2020年以降に登場するポスト「京」[5]などの次世代スパコン上で、ヒトの脳全体のシミュレーションを実現、脳の情報処理や脳疾患の機構が解明できるとしている。

なお、この新アルゴリズムは、現在オープンソースとして一般公開されている神経回路シミュレータ「NEST[6]」の次期公開版に搭載される予定だと云う。

この研究は、スイスのオンライン科学雑誌『Frontiers in Neuroinfomatics』（2月16日付、日本時間：2月17日）に掲載された。

また、本研究はポスト「京」研究開発枠・萌芽的課題(4)「大脳皮質神経回路のデータ駆動モデル構築（課題番号：hp160258）」と京調整高度化枠「ブレインシミュレータNEST5gの性能評価（課題番号ra001012）」として「京」の計算資源を用いて実施された。

○国際共同研究グループ

■理化学研究所
・計算科学研究機構 プログラミング環境研究チーム
　チームリーダー 佐藤 三久
　テクニカルスタッフⅠ 來山 至
・情報基盤センター 計算工学応用開発ユニット
　上級センター研究員 五十嵐 潤

■ドイツ ユーリッヒ研究センター
　研究員 ヤコブ・ジョーダン （Jakob Jordan）
　修士課程 タモ・イッペン （Tammo Ippen）
　研究員 モーリッツ・ヘリアス （Moritz Helias）
　教授 マーカス・ディーズマン（Markus Diesmann）

■スウェーデン王立工科大学
　研究員 スザンヌ・クンケル （Susanne Kunkel）

[背景]

脳を構成する主役となる神経細胞は、電気信号を発して情報をやりとりする特殊な細胞でその数はヒトの大脳で約160億個、小脳で690億個、脳全体では約860億個にのぼる。

神経細胞同士はシナプスでつながり合い、複雑なネットワーク（神経回路）を形成。この膨大な数の神経細胞の電気信号のやりとりを調べるため、近年、スーパーコンピュータ（スパコン）を使った脳のシミュレーションが盛んに行われている。

2013年、ペタフロップス[7]級のスパコンの理研のスーパーコンピュータ「京」と、ドイツのユーリッヒ研究センター[8]の「JUQUEEN（ユークイーン）」上で、神経回路シミュレータ「NEST」を用いて、人間の脳の約1％の規模に相当する神経細胞とシナプスのシミュレーションが行われた（※1）。

NESTは20年前にユーリッヒ研究センターのマーカス・ディーズマン博士らが開発を始めて以来、継続的に改良され、神経科学コミュニティやヨーロッパのヒューマン・ブレイン・プロジェクト（HBP）[9]、ポスト「京」萌芽的課題4などのシミュレーションで広く使用されていると云う。

次世代スパコンでは、従来のスパコンに比べ10倍から100倍の性能を目指しており、ユーリッヒ研究センターでは「JUWELS（ジュエルス）」、理研ではポスト「京」の開発が進行。ヒトの脳全体の神経回路のシミュレーションは、これらの計算能力によって、初めて可能になるとしている。

スパコンは、計算ノード[10]と呼ばれる約10万台の小型コンピュータで構成され、多数のCPU（中央演算処理装置）を搭載。脳のシミュレーションでは、あらかじめ神経細胞とシナプスを仮想的にメモリ上に作製し、シミュレーション中に、全神経細胞の電気信号は各計算ノードに送られ、どの電気信号をどの神経細胞に送り届けるべきかを判定する。

この方法は、従来のペタスケール[11]のスパコンでシミュレーション可能な脳の範囲では効率的だが、次世代スパコンでは、シミュレーション可能な脳の範囲が非常に大きくなるため、各計算ノードが全ての神経細胞の電気信号を受け取ると、必要のない電気信号の割合が高く、非効率になって、脳全体の神経回路にわたるシミュレーションは困難になるとのことだ。

また、従来の方法を次世代スパコンで用いると、メモリの消費量にも問題が起きることが判明していると云う。

電気信号を神経細胞に送る判定のため、各計算ノードは全神経細胞に対して1ビットずつの情報を持つことから、1計算ノードあたり10ギガバイト（100億バイト）程度のメモリを持つ場合、神経細胞10億個をシミュレーションすると、約10分の１は、その情報により消費されてしまう。

故に、ヒトの脳全体の860億個程度の場合には、従来のスパコンの86倍のメモリが必要になり、次世代スパコンをもってしても困難になるとしている。

※1：2013年8月2日トピックス「「京（けい）」を使い10兆個の結合の神経回路のシミュレーションに成功」

[研究手法と成果]

今回、国際共同研究グループは、スパコンで脳内の神経回路を構築する新しい手法（アルゴリズム）を開発（図1）。

新アルゴリズムでは、シミュレーションの開始時にあらかじめ計算ノード間で、電気信号を送る必要があるかないかの情報を交換しておくことで、それぞれの計算ノードが必要とする電気信号のみを送受信できるようにした。

その結果、無駄な送受信がなくなり、同時に、電気信号を神経細胞に送るか送らないかを判定するメモリが不要になった。

これら工夫により、神経回路の規模が大きくなっても、1計算ノードあたりのメモリ量は増えず、省メモリ化を実現したとのことだ。

研究グループは、この新アルゴリズムの導入により、次世代スパコンを用いて脳全体のシミュレーションが可能になるとし、また、従来のスパコンを用いた脳シミュレーションも高速化できるとしている。

その例として、2014年にユーリッヒ研究センターのスパコンJUQUEENで行われた5億2000万個の神経細胞が5兆8000億個のシナプスで結合された神経回路のシミュレーションで、1秒間分の神経回路のシミュレーションに28.5分を要した（※2）シミュレーションを、新アルゴリズムで実行したところ、5.2分（18％）に短縮されたとしている。

※2： Kunkel et al., “Spiking network simulation code for petascale computers” Front Neuroinform. 2014; 8: 78.

[今後への期待]

研究グループは、この新アルゴリズムにより、最新のマイクロプロセッサの高い並列演算性能がより活用できるようになるとし、さらに並列演算性能の上昇が見込まれる次世代スパコンでは、この成果は、より重要になるとコメント。

次世代のハードウェアと適切なソフトウェアを組み合わせることで、今後、数分間の時間スケールで起こるシナプス可塑性[12]や、学習のような脳機能に関する研究が可能になるとしている。

なお、この新アルゴリズムは、オープンソースとして一般公開されているNESTの次期公開版に搭載される予定だと云う。

また、これまで、「京」を用いたパーキンソン病の脳の病態シミュレーションには、NESTが使用されてきたが、この成果によりポスト「京」などの次世代スパコンによるヒトの脳全体の神経回路のシミュレーションが可能になり、運動制御や思考の情報処理機構の解明が期待できるとしている。

研究グループは、同成果について、次世代のスパコンの実現に向けた国際協力の優れた成功例であるとし、その点からも、ポスト「京」が利用できるようになった瞬間から活用できるアプリケーションを事前に準備することが、非常に重要であると結んでいる。

[1]シミュレーション：システムの振る舞いをモデルで表現し、模擬実験すること。ここでは、スーパーコンピュータ上で数学的なモデルを計算し、その振る舞いを模擬することを指す。

[2]アルゴリズム：機械（コンピュータ）において、特定の目的を達成させるために必要な情報処理の方法や手順のこと。

[3]シナプス：神経細胞同士の情報伝達に関わる構造。情報を伝える細胞と伝えられる細胞の間には約20ナノメートル（2億分の1m）のすき間がある。情報を伝える細胞はこのすき間に神経伝達物質を放出し、伝えられる細胞側の神経伝達物質受容体がそれを受けとることにより神経情報が伝わる。

[4]スーパーコンピュータ「京」：文部科学省が推進する「革新的ハイパフォーマンス・コンピューティング・インフラ (HPCI) の構築」プログラムの中核システムとして、理研と富士通が共同で開発を行い、2012年9月に共用を開始した計算速度10ペタフロップス級のスーパーコンピュータ。

[5]ポスト「京」：「京」の後継機として、2021年から2022年の運用開始を目標に、理化学研究所が主体となって開発を進めている次世代フラッグシップスーパーコンピュータ。

[6]NEST：オープンソースの神経回路シミュレーションを行えるソフトウェア。一般のノートパソコンからスーパーコンピュータまで利用できる。NEST Simulatorのホームページで公開。

[7]フロップス：コンピュータの性能指標の一つで、1秒間に実行される浮動小数点演算の回数。

[8]ユーリッヒ研究センター：1956年に設立されたドイツのユーリッヒにあるヨーロッパ有数の学際的な研究所で、エネルギー、環境、情報技術、生命科学などの分野で研究活動を行っている。スパコンに関連した分野での研究も盛んで、ヨーロッパ最高速クラスのスパコンJUQUEEN（ユークイーン）を保有している。

[9]ヒューマン・ブレイン・プロジェクト（HBP）：欧州委員会により選定された未来および発展期にある技術（FET）プログラムの2大プロジェクトの一つで、2013年から欧州および各国の80を超える研究機関が共同で進めている。プロジェクトの目的は、人間の脳に関するこれまでの研究成果を結集し、スーパーコンピュータを用いて、脳の詳細なモデルやシミュレーションを一つ一つ再構築することである。このように組み立てられた脳のモデルは今後、人間の脳の働きや疾患の解明の手掛かりとなりうると同時に、計算科学やロボット工学の革新的な技術発展に寄与する可能性がある。

[10]計算ノード：スーパーコンピュータを構成する小さなコンピュータ。各計算ノードは、CPU、メモリ、ディスクなどを搭載し、計算ノード間は高速な通信を行う。

[11]ペタスケール：ペタは1015倍（1,000兆倍）であることを示す。ペタスケールは1秒間に1015回以上の浮動小数点演算という演算を行える性能を持つことを示す。

[12]シナプス可塑性：神経細胞間の接点（シナプス）での情報伝達効率が長期的に変化する能力のこと。

[原論文]

Jakob Jordan, Tammo Ippen, Moritz Helias, Itaru Kitayama, Mitsuhisa Sato, Jun Igarashi, Markus Diesmann and Susanne Kunkel, “Extremely Scalable Spiking NeuronalNetwork Simulation Code: From　Laptops to Exascale”, Frontiers in Neuroinfomatics, 10.3389/fninf.2018.00002