еще поясню для гумов такой момент, чисто для общего развития - в какую сторону сейчас идет процесс сложных матвычислений (научных в первую очередь) - это отказ от точечного (централизованного) супервычислителя, а просто работается через сеть - задача распределяется на много машин, и каждая решает свой маленький кусочек задачи. Это эффективнее всякого супер компьютера. В общем давно уже тупик в аппаратной части, просто вам про это не говорят, вот втюхивают никому ненужные новые процессоры, а у вас мозгов даже не хватанет понять что вам эта мощность не нужна вообще. Вам продают запорожец с двигателем от мерседеса... при этом денег берут как за мерседес
> > Track-Dbf (Trickolog) писал(а) в ответ на сообщение:
>> Высокопроизводительные многопроцессорные вычислительные системы для глобальных корпоративных вычислений quoted2
>вот мне всегда было интересно - вы попугайничаете вот это кем-то сказанное, а что вообще такое "корпоративное вычисление" в реальной жизни - вы вообще представляете? вот приведите мне хоть один пример такого "корпоративного вычисления" для которого нужна действительно мощная машина quoted1
Например, сеть аптек (пусть маленькая штук этак 150 аптек). Надо иметь в каждой аптеке ассортимент под 25-40 тысяч наименований ассортимента препаратов и при этом получать максимальную прибыль (больше чем у конкурентов) продавая препараты по минимально возможным ценам.
Ну, и ещё... у вас под два миллиона постоянных клиентов в разных странах мира. И порядка 75 тысяч различных поставщиков медицинских препаратов.
Вообще-то ничего сложного... вот только "железо" тянет очень тяжело.
> вот приведите мне хоть один пример такого "корпоративного вычисления" для которого нужна действительно мощная машина quoted1
Суперкомпьютеры используются во всех сферах, где для решения задачи применяетсячисленное моделирование; там, где требуется огромный объём сложных вычислений, обработка большого количества данных в реальном времени, или решение задачи может быть найдено простым перебором множества значений множества исходных параметров (см.Метод Монте-Карло).
расчёты по ядерному и термоядерному оружию, ядерным реакторам. численный прогноз погоды, вычислительная биология и медицина, вычислительная химия,вычислительная гидродинамика,вычислительная лингвистика
Математические проблемы:КриптографияСтатистикаФизика высоких энергий:процессы внутри атомного ядра, физика плазмы, анализ данных экспериментов, проведенных на ускорителяхмоделирование растекания рек во время паводка, растекания нефти во время аварийВычислительная биология: фолдинг белка, расшифровка ДНКФизика:газодинамика: турбины электростанций, горение топлива, аэродинамические процессы для создания совершенных форм крыла, фюзеляжей самолетов, ракет, кузовов автомобилейгидродинамика: течение жидкостей по трубам, по руслам рекматериаловедение: создание новых материалов с заданными свойствами, анализ распределения динамических нагрузок в конструкциях, моделирование крэш-тестов при конструировании автомобилей
>> >> Track-Dbf (Trickolog) писал(а) в ответ на сообщение:
>>> Высокопроизводительные многопроцессорные вычислительные системы для глобальных корпоративных вычислений quoted3
>>вот мне всегда было интересно - вы попугайничаете вот это кем-то сказанное, а что вообще такое "корпоративное вычисление" в реальной жизни - вы вообще представляете? вот приведите мне хоть один пример такого "корпоративного вычисления" для которого нужна действительно мощная машина quoted2
> >
> Например, сеть аптек (пусть маленькая штук этак 150 аптек). Надо иметь в каждой аптеке ассортимент под 25-40 тысяч наименований ассортимента препаратов и при этом получать максимальную прибыль (больше чем у конкурентов) продавая препараты по минимально возможным ценам. > > Ну, и ещё... у вас под два миллиона постоянных клиентов в разных странах мира. И порядка 75 тысяч различных поставщиков медицинских препаратов. quoted1
что конкретно вычислять-то ты будешь? покажи мне эту формулу требующую огромного кол-ва матопераций в секунду! Ты настолько дуб-дубом в теме, что даже не понимаешь различие в мощности вычислений от времени доступа к данным. Задача которую ты попытался сформулировать - требует лишь быстрого хранителя информации (жесткого диска или типа того), к процессору вообще отношения не имеет. С этой задаче точно также быстро справится и 386 процессор работающий под досом, разница будет тебе даже неуловимая на глаз. Вот и открывал бы тему про новые жесткие диски
Track-Dbf (Trickolog) писал(а) в ответ на сообщение:
> Вообще-то ничего сложного... вот только "железо" тянет очень тяжело. quoted1
эх, позоришься ты лишь каждый раз, австралиец что не тема у тебя - то позорища
Именно железо тянет тяжело. Особенно, если точный прогноз делать - что конкретно, сколько и по какой цене будет продано в аптеках этой сети в ближайшие две недели. С максимально возможной прибылью, разумеется.
Это вам не дебильная НООСКОПА кремлёвского дегенерата - это вполне себе конкретные деньги в самых настоящих австралийских долларах. И уверенность в будущем в виде бонуса, которой нет у кремлёвских дураков.
------------- Сообщение было проверено модератором. Нарушений не зафиксировано.
Запас медицинских препаратов на две недели. Всего ничего.
Но, они должны быть обязательно проданы. Да и попутно - следует сделать заказ на текущий день по 20 тысячам поставщиков, выбрав оптимальных по каждому препарату.
И главное - минимально возможное число операторов - скажем трое-четверо.
Вася (29876) (Вася970) писал(а) в ответ на сообщение:
> Кocтo (Кocтo) писал(а) в ответ на сообщение:
>> вот приведите мне хоть один пример такого "корпоративного вычисления" для которого нужна действительно мощная машина quoted2
> > > Суперкомпьютеры используются во всех сферах, где для решения задачи применяетсячисленное моделирование; quoted1
Вася, давай конкретный пример вот австралиец попытался кол-вом взять - типа много наименований позиций а у тебя какой пример-то? опиши уже эту самую модель применительно хоть к какому-нибудь конкретному бизнес-делу!
я то просто в теме, сам поставлял технику, знаю для чего используются серьезные машины в бизнесе (сейчас любая уважающая себя хоть сколь крупная фирма и суперкомпьютер имеет и штат своих математиков) просто вы даже близко не понимаете для чего можно сказать что никакого отношения это моделирование к бизнесу не имеет, это уже больше экономическая политика, но и она зашла в полный тупик, потому что если только у тебя суперкомпьютер и ты просчитываешь конкурентов - то ты победишь, но конкуренты не дураки - они тоже супрекомпьютеры купили и просчитывают тебя, и вот в результате - ничья. А деньги потраченные компаниями на суперкомпьютеры - это просто выброшенные деньги на ветер.
эх, как я вам завидую у вас такой простой и понятный мир, у вас слепая вера, и живется вам просто и приятно в вашей простецкой жизни. а мне вот мучайся, "многие знания - многие печали"
> вот приведите мне хоть один пример такого "корпоративного вычисления" для которого нужна действительно мощная машина quoted1
Нужны ли нам суперкомпьютеры?Оказывается, существует целый ряд жизненно важных проблем, которые просто невозможно решать без использования суперкомпьютерных технологий.
Возьмем, к примеру, США, по территории которых два раза в год проходят разрушительные торнадо. Они сметают на своем пути города, поднимают в воздух автомобили и автобусы, выводят реки из берегов, заливая тем самым гигантские территории. Борьба с торнадо - существенная часть американского бюджета. Только штат Флорида, который находится недалеко от тех мест, где эти смерчи рождаются, за последние годы потратил более 50 миллиардов долларов на экстренные меры по спасению людей. Правительство не жалеет денег на внедрение технологий, которые позволили бы предсказывать появление торнадо и определять, куда он направится.
Как рассчитать торнадо? Очевидно, что для этого надо решить задачу о локальном изменении погоды, то есть задачу о движении масс воздуха и распределении тепла в неком регионе. Принципиально это несложно, однако на практике возникают две проблемы. Проблема первая: чтобы заметить появление смерча, надо проводить расчет на характерных для его образования размерах, то есть на расстояниях порядка двух километров. Вторая трудность связана с правильным заданием начальных и граничных условий. Дело в том, что температура на границах интересующего вас региона зависит от того, что делается в соседних регионах.
Рассуждая дальше, легко убедиться, что мы не можем решить задачу о смерче, не имея данных о климате на всей Земле. Климат на планете рассчитать можно, что и делается каждый день во всех странах для составления среднесрочных прогнозов погоды. Однако имеющиеся ресурсы позволяют вести расчеты лишь с очень большим шагом - десятки и сотни километров. Ясно, что к предсказанию смерчей такой прогноз не имеет никакого отношения.Необходимо совместить две, казалось бы, плохо совместимые задачи: глобальный расчет, где шаг очень большой, и локальный, где шаг очень маленький.
Сделать это можно, но лишь собрав в кулаке действительно фантастические вычислительные ресурсы. Дополнительная трудность состоит еще и в том, что вычисления не должны продолжаться более 4 часов, так как за 5 часов картина погоды смазывается совершенно, и все, что вы считаете, уже не имеет никакого отношения к реальности. Нужно не только обработать гигантский объем данных, но и сделать это достаточно быстро. Такое под силу лишь суперкомпьютерам.
Так, по данным компании Ford, для выполнения crash-тестов, при которых реальные автомобили разбиваются о бетонную стену с одновременным замером необходимых параметров, со съемкой и последующей обработкой результатов, ей понадобилось бы от 10 до 150 прототипов для каждой новой модели. При этом общие затраты составили бы от 4 до 60 миллионов долларов.
Использование суперкомпьютеров позволило сократить число прототипов на одну треть.
Известной фирме DuPont суперкомпьютеры помогли синтезировать материал, заменяющий хлорофлюорокарбон. Нужно было найти материал, имеющий те же положительные качества: невоспламеняемость, стойкость к коррозии и низкую токсичность, но без вредного воздействия на озоновый слой Земли. За одну неделю были проведены необходимые расчеты на суперкомпьютере с общими затратами около 5 тысяч долларов. По оценкам специалистов DuPont, использование традиционных экспериментальных методов исследований потребовало бы 50 тысяч долларов и около трех месяцев работы - и это без учета времени, необходимого на синтез и очистку требуемого количества вещества.
Вася (29876) (Вася970) писал(а) в ответ на сообщение:
> Математические проблемы:КриптографияСтатистикаФизика высоких энергий:процессы внутри атомного ядра, физика плазмы, анализ данных экспериментов, проведенных на ускорителяхмоделирование растекания рек во время паводка, растекания нефти во время аварийВычислительная биология: фолдинг белка, расшифровка ДНКФизика:газодинамика: турбины электростанций, горение топлива, аэродинамические процессы для создания совершенных форм крыла, фюзеляжей самолетов, ракет, кузовов автомобилейгидродинамика: течение жидкостей по трубам, по руслам рекматериаловедение: создание новых материалов с заданными свойствами, анализ распределения динамических нагрузок в конструкциях, моделирование крэш-тестов при конструировании автомобилей quoted1
Вась, все это набор красивых слов я выше говорил - тормоз в самой парадигме программирования (создания описательной модели для расчетов), а не в увеличении производительности аппаратной части.
ладно, надоело мне вам растолковывать эти банальности которые каждый технарь знает даже физик может устать от разговора с лириками