研究方向 | 大尺度脑仿真实验室

大尺度脑仿真实验室致力于构建多尺度、高精度、可扩展的脑仿真平台和计算模型。实验室从底层软件、并行算法、建模理论和计算模型出发，推动从单个神经元、脑环路到全脑网络的端到端仿真。

实验室长期目标是构建全尺度、生物真实且具备功能意义的全脑模型，发展可支撑数千亿神经元级别全脑动力学仿真的软件、算法和计算基础设施，并将其用于脑功能解码、脑疾病机制研究和下一代类脑智能系统。

大尺度脑仿真软件生态

实验室正在构建 BrainX 脑仿真软件生态，构建从离子通道、细胞、环路到全脑网络的多尺度建模工具链，重点发展面向分布式脑建模的高效并行算法与先进软件架构，打造兼容 CPU、GPU、TPU 及各类异构计算系统的高性能仿真平台，推动全脑动力学仿真能力拓展至数千亿神经元量级。

面向脑动力学建模的通用编程框架。

基于资格迹的脑动力学在线学习工具。

面向脑动力学的物理单位和单位感知数学系统。

面向生物细节脑细胞建模的高效仿真工具。

面向大尺度脑动力学的神经质量模型工具。

面向 CPU、GPU 和 TPU 的状态变换与高效仿真系统。

面向脑动力学的事件驱动计算工具。

面向脑动力学仿真的 Taichi 加速后端。

脑动力学编程通用工具集。

全脑尺度仿真需要兼顾生物真实性、计算效率、可解释性和学习能力。实验室依托 BrainTrace 在线学习系统，发展资源高效的脑仿真算法、脉冲神经网络在线学习方法、模块化认知功能学习机制，以及融合数据驱动与任务驱动的多尺度脑建模方法，建立脑结构、神经活动与认知功能之间的计算映射。

理解脑功能需要贯通分子、细胞、环路与系统层面的多模态神经科学数据。实验室结合大尺度脑仿真软件、建模算法与多模态数据，构建多层级脑动力学模型，用于研究神经动态、认知机制、脑疾病机制及生物兼容的人工智能算法。