当前位置：首页 > news >正文

CARLsim开源程序是一个高效、易用、GPU 加速的软件框架，用于模拟具有高度生物细节的大规模脉冲神经网络（SNN）模型。

news 2025/6/30 2:18:46

一、软件介绍

文末提供程序和源码下载

CARLsim 是一个高效、易用的 GPU 加速库，用于模拟具有高度生物学细节的大规模脉冲神经网络（SNN）模型。CARLsim 允许在通用 x86 CPU 和标准现成 GPU 上以逼真的突触动力学执行 Izhikevich 脉冲神经元网络。该模拟器在 C/C++ 中提供了一个类似 PyNN 的编程接口，允许在突触、神经元和网络级别指定详细信息和参数。

二、CARLsim 6 的新功能包括：

CUDA 11 support CUDA 11 支持
CMake build system CMake 构建系统
Neuromodulatory features
神经调节特征
Integration of Python LEAP
Python LEAP 的集成
Axonal Plasticity learning rule (release 6.1)
轴突可塑性学习规则（版本 6.1）

If you use CARLsim 6 in your research, please cite our paper Niedermeier, L., Chen, K., Xing, J., Das, A., Kopsick, J., Scott, E., Sutton, N., Weber, K., Dutt, N., and Krichmar, J.L. (2022).
如果您在研究中使用 CARLsim 6，请引用我们的论文 Niedermeier， L.， Chen， K.， Xing， J.， Das， A.， Kopsick， J.， Scott， E.， Sutton， N.， Weber， K.， Dutt， N.， and Krichmar， J.L. （2022）。

"CARLsim 6: An Open Source Library for Large-Scale, Biologically Detailed Spiking Neural Network Simulation".
“CARLsim 6：用于大规模、生物详细脉冲神经网络模拟的开源库”。
Presented at the WCCI2022 IEEE WORLD CONGRESS ON COMPUTATIONAL INTELLIGENCE, Padua, Italy, 2022.
在 2022 年意大利帕多瓦举行的 WCCI2022 年 IEEE 世界计算智能大会上发表。
In Proceedings 2022 of IEEE International Joint Conference on Neural Networks (IJCNN).
在 IEEE 神经网络国际联合会议（IJCNN）的 2022 年会议记录中。

For the new learning rule Axonal Plasticity, please cite this paper:
有关新的学习规则 Axonal Plasticity，请引用以下论文：

Niedermeier, L. and Krichmar, J.L. (2023).
Niedermeier， L. 和 Krichmar， JL （2023）。
"Experience-Dependent Axonal Plasticity in Large-Scale Spiking Neural Network Simulations".
“大规模脉冲神经网络模拟中的经验依赖性轴突可塑性”。

三、Quickstart for Linux 适用于 Linux 的快速入门

有关在 Linux 和 Windows 上安装 CARLsim 最新稳定版本的详细说明，请参阅我们的用户指南。

Build and Install 构建和安装

<span style="background-color:var(--bgColor-muted, var(--color-canvas-subtle))"><span style="color:#1f2328"><span style="color:var(--fgColor-default, var(--color-fg-default))"><span style="background-color:var(--bgColor-muted, var(--color-canvas-subtle))"><code>cd ~/git
git clone https://github.com/UCI-CARL/CARLsim6.git CARLsim6
cd CARLsim6
mkdir .build
cd .build
cmake -DCMAKE_INSTALL_PREFIX=/home/user1/carlsim6 -DCMAKE_BUILD_TYPE=Release ../.
make install
</code></span></span></span></span>

Run simple SNN simulation
运行简单的 SNN 仿真

Open a new terminal and validate the settings with env.
打开新终端并使用 env 验证设置。

Start ~/carlsim6/samples/hello_world 开始 ~/carlsim6/samples/hello_world

Prerequisites 先决条件

CARLsim 6 comes with the following requirements:
CARLsim 6 具有以下要求：

CMake 3.20 or higher
CMake 3.20 或更高版本
CUDA Toolkit 11.0 or higher. For platform-specific CUDA installation instructions, please navigate to the NVIDIA CUDA Zone. This is only required if you want to run CARLsim in GPU_MODE. Make sure to install the CUDA samples, too, as CARLsim relies on the file helper_cuda.h.
CUDA Toolkit 11.0 或更高版本。有关特定于平台的 CUDA 安装说明，请导航到 NVIDIA CUDA 区域。仅当您希望在 GPU_MODE 中运行 CARLsim 时，才需要这样做。请确保还安装 CUDA 示例，因为 CARLsim 依赖于 file helper_cuda.h .
(optional) A GPU with compute capability 6.0 or higher. To find the compute capability of your device please refer to the CUDA article on Wikipedia. This is only required if you want to run CARLsim in GPU_MODE.
（可选）具有计算能力 6.0 或更高版本的 GPU。要查找设备的计算能力，请参阅 Wikipedia 上的 CUDA 文章。仅当您希望在 GPU_MODE 中运行 CARLsim 时，才需要这样做。
(optional) MATLAB R2014a or Octave. This is only required if you want to use the Offline Analysis Toolbox (OAT).
（可选）MATLAB R2014a 或 Octave。仅当您想要使用 Offline Analysis Toolbox （OAT）时，才需要这样做。

If the Prerequisites cannot be met consider using a former version like CARLsim 5 or CARLsim 4.
如果无法满足先决条件，请考虑使用以前的版本，例如 CARLsim 5 或 CARLsim 4。

The latest release was tested on the following platforms:
最新版本在以下平台上进行了测试：

Linux: Ubuntu 20.04 LTS
Linux的：Ubuntu 20.04 LTS
Windows: Windows 10 Professional, Windows 11 Education/Professional
Windows：Windows 10 专业版、Windows 11 教育版/专业版
CUDA: 11.2, 11.4, 11.5, 11.7
奇迹： 11.2， 11.4， 11.5， 11.7
GPUs: Titan Xp, 1080ti, RTX 3090, A100
GPU：Titan Xp、1080ti、RTX 3090、A100