초파리 수컷 뇌의 실제 신경 연결망(커넥톰, connectome)을 시뮬레이션할 수 있는 휴대용 런타임 'Soup-Connectome'이 공개되어 주목받고 있습니다. 이 프로젝트는 'Soup' 아키텍처에서 영감을 받아 개발되었으며, CPU, CUDA, WebGPU, WASM(WebAssembly) 등 다양한 하드웨어 및 소프트웨어 환경에서 희소(sparse) 생물학적 커넥톰을 효율적으로 실행하는 것을 목표로 합니다. 이는 복잡한 뇌 연결망 데이터를 실제 컴퓨팅 환경에서 다루는 새로운 접근 방식을 제시합니다.
Soup-Connectome은 희소 커넥톰 데이터를 '.scx'라는 휴대용 아티팩트(artifact)로 변환한 뒤, 고정 소수점 LIF(Leaky Integrate-and-Fire) 신경망 모델을 기반으로 실행합니다. 첫 번째 데이터셋으로는 재닐리아 연구소(Janelia)에서 공개한 초파리 수컷 뇌 연결망(MaleCNS) 데이터가 사용되었습니다. 이 데이터셋은 211,577개의 뉴런과 2,400만 개 이상의 시냅스 연결을 포함하는 방대한 규모입니다. 프로젝트는 그래프 저장, 스트리밍, 다양한 백엔드 지원, 명시적인 장치 계획에 중점을 두며, 실제 생물학적 검증보다는 인프라 실험에 초점을 맞추고 있습니다. 벤치마크 결과, CPU와 WebGPU 환경에서 MaleCNS 데이터를 성공적으로 시뮬레이션하여 런타임의 기능성을 입증했습니다.
이 프로젝트는 대규모 희소 그래프 데이터를 다루는 데 있어 새로운 배포 및 실행 문제를 해결하려는 시도입니다. 기존의 밀집(dense) 신경망 모델과는 달리, 희소 그래프는 메모리 사용과 처리 방식에서 독특한 도전 과제를 안고 있습니다. Soup-Connectome은 뉴런 상태와 지연 라인을 메모리에 유지하면서 희소 소스 블록을 스트리밍하는 방식으로, 그래프 상주(residency)를 명시적인 축으로 관리합니다. 이는 복잡한 생물학적 시스템을 모델링하고 시뮬레이션하는 데 필요한 유연성과 확장성을 제공하며, 향후 뇌 과학 연구 및 신경망 모델링 분야에 기여할 잠재력을 가지고 있습니다.