کامپیوتری برای تقلید شبکه‌های عصبی مغز ساخته شده که در حال حاضر بهترین نرم افزار ابر رایانه شبیه‌سازی مغزی برای تحقیقات سیگنالینگ عصبی است که مورد استفاده قرار گرفته است. این کامپیوتر که SpiNNaker نام دارد، از نظر دقت، سرعت و کارایی انرژی آزمایش شده و می‌تواند بر مشکلات مصرف انرژی و سرعتی که ابر رایانه‌های مرسوم دارند غلبه کند با این هدف که دانش ما را از فرآیندهای عصبی در مغز از جمله یادگیری و اختلالاتی مانند صرع و آلزایمر ارتقاء دهد.
SpiNNaker می‌تواند از مدل‌های بیولوژیک دقیق قشر مغز پشتیبانی کند و نتایجی که ارائه می‌دهد بسیار شبیه به نتایجی است که از شبیه‌سازی یک نرم افزار ابر رایانه‌ی معادل حاصل آمده است. توانایی اجرای دقیق عملکرد شبکه‌های عصبی در مقیاس وسیع با سرعت بالا و مصرف کم انرژی، تحقیقات رباتیک را ارتقا داده و مطالعه در زمینه یادگیری و اختلالات مغزی را تسهیل می‌کند.
با وجود کمکی که نرم افزار ابر رایانه از طریق شبیه‌سازی تبادل سیگنال‌های بین نورونی کرده‌است، اما بهترین نرم افزار اجرا شده بر روی سریع‌ترین ابررایانه‌ها هم تاکنون نتوانسته‌اند بیشتر از یک درصد مغز انسان را شبیه‌سازی کنند.
امروزه ابررایانه‌ها برای شبیه‌سازی یک دوم از زمان واقعی به چندین دقیقه نیاز دارند. بنابراین مطالعه بر روی فرایندهایی مانند یادگیری که ساعت‌ها و روزها در زمان واقعی به طول می‌‌انجامند، در حال حاضر خارج از دسترس است.
بر طبق گفته محققان، شکاف بزرگی بین مصرف انرژی مغز و ابررایانه‌های امروزی وجود دارد. محاسبات الهام گرفته از مغز به ما این امکان را می‌دهند که به بررسی در مورد چگونگی دستیابی به کارایی انرژی مفز با استفاده از علم الکترونیک بپردازیم. SpiNNaker که در طی ۱۵ سال گذشته ارتقا یافته و بر اساس ساختار و عملکرد مغز انسان است، یک کامپیوتر ساخته شده متشکل از نیم میلیون عنصر محاسبه‌گر ساده است و توسط نرم‌افزار خودش کنترل می‌شود. محققان دقت، سرعت و کارایی SpiNNaker را با NEST که یک نرم افزار ابررایانه‌ای فوق تخصصی است و در حال حاضر برای تحقیقات سیگنالینگ عصبی استفاده می‌شود، مقایسه کردند.
شبیه‌سازی انجام شده بر روی NEST و SpiNNaker نتایج بسیار مشابهی را نشان داد. این اولین باری است که چنین شبیه‌سازی دقیقی از قشر مغز بر روی SpiNNaker و یا هر الگوی نورومورفیک دیگری انجام شده است. SpiNNaker شامل ۶۰۰ صفحه مدار است که در کل، بیش از ۵۰۰ هزار پردازنده کوچک را در خود جای داده است. شبیه‌سازی توصیف شده در این مطالعه فقط از ۶ صفحه استفاده کرده است که تنها یک درصد کل قابلیت دستگاه است. یافته‌های حاصل از این مطالعه این نرم افزار را برای محدود کردن آن به یک صفحه واحد بهبود خواهند داد.
