跟踪每个神经元：医学研究的未来在于处理时间

在许多方面，记忆力有助于医学研究，特别是与脑映射硬件相关。斯坦福如​​何在最新的研究倡议中利用高速记忆？

涉及到医学时，快速记忆使研究人员能够存储和解析大型数据集。异常大型数据集的一个例子是斯坦福的Multimap项目，它们在斑马鱼大脑中曲目，记录和分析神经细胞的活动。

斯坦福的MultiMAP是做什么的?

在斯坦福新闻稿中，科学作家布鲁斯戈德曼解释说，多媒体，分子和活性表型对准，允许研究人员“在斑马鱼脑中追踪几乎每个神经元，然后识别每个神经元的细胞类型。”Multimap背后的斯坦福团队使用该技术来确定大脑电路实际上是与警觉性相关联。

斯坦福追踪了斑马鱼大脑中的神经元，将大脑活动与警觉性联系起来。图片由Nichd.。

“We looked at every neuron in the fish’s brain during life, when those cells were actively firing, and learned which cells were most active at moments when we knew that the fish was most alert,” Karl Deisseroth, a Stanford bioengineering and psychiatry and behavioral sciences professor, as well as a Howard Hughes Medical Institute investigator, told Goldman. “Then, after the fish’s brain tissue was preserved with a fixative without altering relative positions of cells within the fish’s head, we could target those neurons with molecular probes and determine their cell types.”

这项技术本身就具有巨大的功能，需要在处理单元附近放置大量低延迟、高速的存储器才能发挥作用。随着这种脑图技术的不断发展和进步，记忆也将随之发展。

Multimap尤其重要，因为效果它收集的数据可能会对心理健康有所作为。高盛特别注意到睡眠剥夺和抑郁症缺乏警觉，而过度警示与焦虑，躁狂症和应激障碍联系在一起。

“新发现打开了整个新的进一步探索路线的大门，”Deisseroth说。“我们越了解神经元的景观，即脑状态如警觉，我们越懂大脑州概念本身 - 我们甚至可以帮助设计脑状态有针对性的临床干预措施。”

为了开始这种“进一步探索的路线”，快速记忆至关重要。幼虫斑马鱼有大约100,000个神经元，这些神经元中的每一个都产生必须记录，存储的数据，然后快速地梳理到重要的数据点。当斑马鱼到达成年期时，它有大约1000万神经元，呈指数级的提高对斯坦福的多媒体技术的需求。相比之下，人类大脑含有860亿神经元。

人类的神经元数量是斑马鱼的860多倍。

什么样的记忆可以映射大脑？

美光科技的技术营销高级经理杰森·埃克尔斯(Jason Echols)表示，在处理如此多的信息、绘制大脑地图、确定其决策和功能时，研究人员正在进入快速数据领域。为了处理如此多的数据并分析其中的重要点，MultiMAP“在某种程度上放大了这个人工智能，机器学习气泡。”

“它们需要能够进行大量并行处理，”艾克尔斯说。“当他们在决策过程中需要用到数据时，他们就不仅仅是在思考问题了;他们实际上是在提取数据并进行分析。”

Echols表示，像Multimap项目工作的医学研究人员努力“优化他们的存储基础设施以获得最大的表现”，特别是当他们使用Stanford的研究人员在脑细胞中看到的数据量时。

“这就是你看到像Nvidia这样的人和其他人真正与他们一起工作的地方，”埃索尔斯说。“他们如何将存储达到成本效益，也很快，所以所有计算所需的内容都需要运行所有这些东西都需要它需要的数据？这是真正的谈话。“

向前推动所有内存

根据呼应，记忆研究权力医学研究。在新应用中实现了简化，快速，高效的内存解决方案，该字段的所有方面都将受益。

echols解释了研究人员和前瞻性思想家在大规模上实施内存和存储的许多方式，有八种应用推动科学和医学的边缘：

• 大数据和分析
• 物联网（物联网）设备
• 混合云
• 非易失性存储器快递（NVME）和单根输入/输出虚拟化（SRIOV）
• 水平扩展架构
• 人工智能（AI）和机器学习
• 安全
• 软件定义存储（SDS）

“就在商业的存储方面，”思索说，“这些是我们真正影响宏观趋势水平的那些。”

PIMRON的主要技术营销工程师，上面的许多应用程序的每个Tony Ansley都可以从相同的精简内存中受益：将数据放到存储和计算更快。当研究人员可以定义，说神经元是活跃的还是不快，这也可以更快地吸引他们的结论。

“这不仅仅是存储技术，而且还有来自整个计算机行业的建筑技术，”Ansley说。“以及如何优化用于新的服务器平台，新服务器技术和新的处理器技术的存储，这些技术允许我们在较小的整体空间中提供更多存储和更快的存储，以允许我们更快地获得分析？“

微米级存储器，就像关键的DDR4 DRAM一样，帮助引导医学研究技术朝着更快的处理时间发展。图片由dsimic.。

当直接在计算上分析数据时，它需要大约5纳秒到完全处理。在处理时间方面，DRAM非常接近计算，大约30纳秒。但由于内存解决方案进一步且远离计算，他们的处理时间效仿。SATA SSD将需要300微秒来处理相同的数据，而SAS HDD将需要6毫秒。在频谱的远端，混合动力SAN将花费30毫秒。

这看起来并没有太大的区别，尤其是在这些数字这么小的几秒钟内，但艾克尔斯建议用“人类的术语”来解释。如果直接在计算机上处理这些数据只需要一秒钟，那么DRAM在同样的规模上将需要6秒。SATA SSD需要16个小时来处理这些数据，SAS硬盘需要2个星期，混合SAN需要2-3个月。在这种规模下，Echols说:“这种非常快速的计算架构不能等这么久。”

“微米实际上正在创新的地方在这里在这个空间中，”echols说。“我们通过SSD空间拥有这个DRAM的创新。这就是我们帮助行业前进的地方。“

医学的未来

根据ansley的说法，微米有助于简化的医学研究技术的一种主要方式是在较小的形状因素中实施他们的记忆解决方案，允许研究人员移动。

“特别是在第三世界国家，可能存在特定类型的病原体的疫情，他们必须潜在地收集实时视频扫描或超声图，这是大量数据，对吧？”ansley说。“他们不想让一辆推车滚动。他们宁愿在手中携带它。“

Tony Ansley认为Micron的内存完美地坐到电力移动医疗设备。图片由哥伦布空军基地提供。

正如MultiMAP从每个大脑神经元收集数据一样，其他医疗技术也收集了难以置信的大量数据，从高分辨率的x射线图像到十亿字节的超声波文件数据。研究人员需要掌握更多的数据，才能留在研究领域，避免不断上传和下载数据。因此，安斯利说:“能够将所有这些技术更有效地压缩到越来越小的包里，我就可以把它放在手里，而不是背在背上，对吧?”

“微米是该行业的一部分，总是在寻找我们如何将更多的存储器挤压到一个NAND芯片中，例如，”他继续。“我们正在推动曾经是单一2.5英寸硬盘或SSD大小的100兆比的东西，我们现在在几年内在同一个形式因素中执行10到20岁的数据。这将继续。“

行业文章是一种内容形式，它允许行业合作伙伴以编辑内容不太适合的方式与All About Circuits阅读器共享有用的新闻、消息和技术。所有的行业文章都受到严格的编辑指导，目的是为读者提供有用的新闻，技术专长，或故事。在行业文章中所表达的观点和意见是合作伙伴的观点，而不一定是所有关于电路或其作者的观点和意见。