什么是DTB（數字孿生腦）？

數字孿生是指充分利用物理模型、傳感器、運行歷史等數據，集成多學科、多尺度的仿真過程，它作為虛擬空間中對實體產品的鏡像，反映了相對應物理實體產品的全生命周期過程。通俗的說，數字孿生就是將現實世界的物理體或者系統以及流程等復制到虛擬空間，生成一個“克隆體”，二者最終組成一個“數字雙胞胎”，而由大腦拷貝出來的孿生兄弟叫做“數字孿生腦”（DTB）。

就像人類大腦的“ 備份 ” 或克隆體，科學家不僅可以用它整合各類生物腦研究結果，還可以揭示腦機理、啟發類腦智能、解鎖所有和腦有關的疾病，通過深入解析人腦工作的模式，研究人工智能算法、數據、模型，為人工智能發展的革命性突破提供基礎。

計算機模擬平臺如何構建數字孿生大腦？

眾所周知，人類的大腦是一個非常復雜的器官，它蘊涵的內容遠比我們想象的要豐富得多。860億個神經元從大腦的一個區域向另一個區域發送電信號，這些信號沿著白質纖維傳播，由線狀纖維組成迷宮，最終產生了所有的大腦功能。

按照數字計算，成人大腦大約有86G神經元，總計約86T的突觸，要實現大規模的全腦數字模擬，需要一個超大規模的異構算力服務平臺來支撐。

曙光全國一體化算力服務平臺在數字腦的計算模擬中，能夠將海量算力資源轉化為服務，并支持資源的管理與調度。平臺內部200Gb Infinband的超高速、低延遲網絡，可實現模型訓練中海量的數據傳輸和參數交互；獨有的浸沒式液冷相變冷卻技術，可有效保障計算模擬平臺的穩定性以及可靠性；為用戶提供從最底層到平臺到應用級調優，提升性能，加速用戶科研創新速度。

腦科學前沿研究廣闊的應用前景

腦科學是了解人與自然的終極疆域。依托復旦大學類腦智能科學與技術研究院打造的，國際一流的腦與類腦前沿研究平臺和曙光全國一體化算力服務平臺，基于腦數據庫和算法，可研究多動癥和睡眠障礙的聯系、大腦灰質和個性發育與醉酒頻率的關系等問題，并實現通用人工智能在自動駕駛領域的初步應用。

未來，隨著產學研合作實質性開展，DTB有望在自動駕駛、智能電網、智慧物流、軌道交通、智慧診療等領域中發揮重要作用。