А на охлаждении чего будет экономия, как образуется преимущество?
Поправьте если не прав:
Воздух в зале регламентируется по температуре и влажности, нельзя подать забортный в минус 30. Да и забортный в минус 30 очень сухой и его теплоемкость минимальна и охлаждать он будет плохо. Тут забортный холод не нужен и даже если его только подмешивать, то все равно нужно увлажнять, тратить энергию. PUE считают по «итого» затратам на охлаждение, по всем, даже косвенным?
Охлаждение носителя температуры во втором контуре скорее всего производится не теплопередачей и не излучением черного тела, это очень небольшой поток тепла и забортный воздух в минус 30 очень сухой и его нужно очень много. Скорее всего отбор тепла будет через фазовый переход испарением в градирне — это если много стоек, очень много.
Как то так видится процесс охлаждения.
Расскажите поподробней — очень интересно мнение профи и опыт. Ведь здравый смысл очень часто обманывает. ))
Расскажите пожалуйста про преимущества и недостатки территорального размещения ЦОД.
Есть ли преимущество у ЦОД за полярным кругом перед ЦОД в средней полосе России?
Насколько важен климат — сухой, влажный и т.д,
Вопрос (поправьте если ошибся, спасибо )
Почему то был уверен, что ansible ставится на той машине, с которой управляют. А на управляемой достаточно, что бы был уставлен python.
И что интересно, в ubuntu в минимальной python уже есть, а в centos минимальном его нет и нужно отдельно ставить.
Самая главная ошибка таких курсов и их главная беда в том, что столкнувшись с реальной задачей реального мира такой курсист будет подгонять задачи реальные под те, с которыми знаком.
И это очень распространенная ошибка.
Вот типичный случай " возьмем пространство признаков и тогда каждая выборка будет представлять собой вектор" — и далее линал полным ходом. Но вот на простой вопрос — с чего это вдруг это пространство этих признаков обладает метрикой, сложением и прочими свойствами? Ответа нет — на курсах это нигде не преподают, ни на каких. А вот по линалу нахвататься формул можно достаточно просто.
В корпоративном управлении есть достаточно жесткие административные ограничения систем контроля
Например члены ревизионной комиссии акционерного общества не могут занимать должности в органах управления обществом,
Аудитор и регистратор только внешние.
А нашем деле, когда все системы управления бизнесом уже давно программные, руководитель подразделения IT сам себе постановщик задач, сам себе контролер/тестировщик и сам себе аудитор.
Это одна из причин плохого качества софта и его применения.
Дорогой друг SCUIIIPTOR!
Статья рассказала нам о твоем страстном желании познать догику.
Могу только приветствовать и пожелать тебе успеха на этом сложном и опасном пути.
Но для основы выбери всё таки вот эти книжки или похожие на них
Клини С,. или Шенфилд Дж. inis.jinr.ru/sl/vol2/Mathematics/%D0%9C%D0%B0%D1%82.%D0%BB%D0%BE%D0%B3%D0%B8%D0%BA%D0%B0
Когда ты их прочтешь, то я уверен, ты перепишешь весь свой пост.
Удачи тебе.
Вопрос вот тут «Сравним предсказанную обводнённость с фактической на тренировочной выборке»
В первой строчке таблицы (да и вторая тоже) в well-1 предсказание 32.5, а реальность 15.3.
Что-то мне подсказывает, что ошибка алгоритма не 17, а более чем в два раза. Насколько такая ошибка ( в два раза ) приемлема для оценки строительства скважин?
И еще вопрос «Геологическая модель строится на основе скважинных данных (обычно с использованием сейсмики). В начале строится трехмерная сетка (каркас) продуктивных пластов.»
Насколько я помню вначале делают сейсмику, рассчитывают гипотетические параметры пластов, и после ставят разведочные скважины для подтверждения гипотез. Если скважины уже есть и из них что-то добывают/добыли то зачем еще модели/гипотезы?
Технологическую схему и геологическую модель утверждают в ГКЗ до начала добычи и прогнозируют параметры добычи скважин исключительно по аналогичным на похожих пластах.
Не, речь не про абстракции языка.
Вот пример, исследуете или рассчитываете что-то на балансах предприятий. И вдруг балансы превращаются в вектора чисел. Но именно вот тут вы и выбрасываете суть и ставите палку себе в колесо — цифры баланса это или долг ваш или долг вам, но долга самому себе не бывает. А в ваших векторах это законная конструкция )) — долг самому себе.
Вот именно про это мой пост.
Автор не усвоил самый тяжелый урок нашего дела:
«Если ты превращаешь реальный мир в матрицы, тензоры, векторы и прочие формализмы, то позаботься о корректности своей формализации. Если ты ошибся в формализации, то тебе не поможет ничего, ни доскональное знание сотни языков, ни детальное знание тысяч библиотек, ни самая навороченная архитектура»
"В худшем случае она работает за O(n^2), но среднее время работы при достаточном количестве батчей и равномерном распределении элементов составляет O(n)."
А сколько их, таких худших случаев?
Если мало, то для них наверно есть свой алгоритм?
Когда то давно ( наверно очень давно) учили так:
«Прикладная математика, это аксиомы предметной области и аксиомы логики»
Практика была такая:
Берете реальный мир и какую то, интересную вам, часть.
Формализуете в ней то, что интересно/нужно и возможно формализовать и получаете те самые «аксиомы предметной области + аксимы логики»
И далее строите алгоритмы, доказываете их корректность.
И уж в завершении выбираете железо, ОС, язык, библиотеки и вот только теперь пишете код.
Это и есть правильный классический путь и начинается он, как правильно заметил автор, именно с определения того, что, в конкретном случае, создаст прибавленный продукт в реальном мире.
PS. Может прикупить акций ГПН? С таким подходом к делу у них есть рост.
2. Тут сложнее. Сейчас в ритейле пользователей классифицируют и препарирую предпочтения с помощью достаточно сурового матана. Бренды выставляют новые коллекции чуть ли еженедельно,
эпоха технологий «налетай торопись, покупай живопись» ушла.
Как-то сумбурно, на мой взгляд.
Начало всей автоматизации/цифровизации это формализация реальности.
Если есть ошибки формализации — цифровизация/алгоритмизация их не исправит.
Есть процессы неформализуемые — внутренне эмоциональное состояние личности. Очень влияет иногда ))
Есть формализуемые, но не предсказуемые — погода, например.
И это фундаментальные проблемы. Если сделать жесткую систему и всё в ней учесть ( это иллюзия! что это возможно), то все равно не будет работать. Система должна быть не жесткой, а устойчивой. Но это про другую статью.
А так, статья и тема актуальные, полезные. Минусы незаслуженные
1. Что при таком аналитике делает руководитель? Остается только щеки надувать ))
2. «Выявление контекста — сфокусировано на области, где проявляют себя потребности.» — в предметной иной области чтобы делать компетентные суждения иногда нужно учиться долго, очень долго. Врачи, например, должны институт закончить, ординатуру и только тогда их мнение считается профессиональным. А тут аналитик с курсами в 6 месяцев легко начинает разбираться в предметной области.
Не могли бы Вы подробнее осветить указанные проблемы, может я что не понял в статье.
такую породу называют нефтематеринской, потому что именно она рождала (и рождает до сих пор, только ооочень медленно!) нефть. Получившиеся углеводороды легче воды, поэтому они мигрируют вверх, в сторону поверхности, просачиваясь через проницаемые породы и застревая на непроницаемых.
В Западной Сибири нефтематеринская Баженовская свита находится выше(!) почти всех месторождений.
Поправьте если не прав:
Воздух в зале регламентируется по температуре и влажности, нельзя подать забортный в минус 30. Да и забортный в минус 30 очень сухой и его теплоемкость минимальна и охлаждать он будет плохо. Тут забортный холод не нужен и даже если его только подмешивать, то все равно нужно увлажнять, тратить энергию. PUE считают по «итого» затратам на охлаждение, по всем, даже косвенным?
Охлаждение носителя температуры во втором контуре скорее всего производится не теплопередачей и не излучением черного тела, это очень небольшой поток тепла и забортный воздух в минус 30 очень сухой и его нужно очень много. Скорее всего отбор тепла будет через фазовый переход испарением в градирне — это если много стоек, очень много.
Как то так видится процесс охлаждения.
Расскажите поподробней — очень интересно мнение профи и опыт. Ведь здравый смысл очень часто обманывает. ))
Спасибо.
Есть ли преимущество у ЦОД за полярным кругом перед ЦОД в средней полосе России?
Насколько важен климат — сухой, влажный и т.д,
Спасибо.
в правах на файл по POSIX — owner, group, others
И никак не user
буква используется «u», но называется «owner» и эти слова стандарт различает.
вот пример, описание sys/stat.h из стандарта
https://pubs.opengroup.org/onlinepubs/9699919799/basedefs/sys_stat.h.html
Почему то был уверен, что ansible ставится на той машине, с которой управляют. А на управляемой достаточно, что бы был уставлен python.
И что интересно, в ubuntu в минимальной python уже есть, а в centos минимальном его нет и нужно отдельно ставить.
И это очень распространенная ошибка.
Вот типичный случай " возьмем пространство признаков и тогда каждая выборка будет представлять собой вектор" — и далее линал полным ходом. Но вот на простой вопрос — с чего это вдруг это пространство этих признаков обладает метрикой, сложением и прочими свойствами? Ответа нет — на курсах это нигде не преподают, ни на каких. А вот по линалу нахвататься формул можно достаточно просто.
Например члены ревизионной комиссии акционерного общества не могут занимать должности в органах управления обществом,
Аудитор и регистратор только внешние.
А нашем деле, когда все системы управления бизнесом уже давно программные, руководитель подразделения IT сам себе постановщик задач, сам себе контролер/тестировщик и сам себе аудитор.
Это одна из причин плохого качества софта и его применения.
Там всё то же, но бесплатно, и преподавателей нет совсем
Статья рассказала нам о твоем страстном желании познать догику.
Могу только приветствовать и пожелать тебе успеха на этом сложном и опасном пути.
Но для основы выбери всё таки вот эти книжки или похожие на них
Клини С,. или Шенфилд Дж.
inis.jinr.ru/sl/vol2/Mathematics/%D0%9C%D0%B0%D1%82.%D0%BB%D0%BE%D0%B3%D0%B8%D0%BA%D0%B0
Когда ты их прочтешь, то я уверен, ты перепишешь весь свой пост.
Удачи тебе.
В первой строчке таблицы (да и вторая тоже) в well-1 предсказание 32.5, а реальность 15.3.
Что-то мне подсказывает, что ошибка алгоритма не 17, а более чем в два раза. Насколько такая ошибка ( в два раза ) приемлема для оценки строительства скважин?
И еще вопрос «Геологическая модель строится на основе скважинных данных (обычно с использованием сейсмики). В начале строится трехмерная сетка (каркас) продуктивных пластов.»
Насколько я помню вначале делают сейсмику, рассчитывают гипотетические параметры пластов, и после ставят разведочные скважины для подтверждения гипотез. Если скважины уже есть и из них что-то добывают/добыли то зачем еще модели/гипотезы?
Технологическую схему и геологическую модель утверждают в ГКЗ до начала добычи и прогнозируют параметры добычи скважин исключительно по аналогичным на похожих пластах.
Вот пример, исследуете или рассчитываете что-то на балансах предприятий. И вдруг балансы превращаются в вектора чисел. Но именно вот тут вы и выбрасываете суть и ставите палку себе в колесо — цифры баланса это или долг ваш или долг вам, но долга самому себе не бывает. А в ваших векторах это законная конструкция )) — долг самому себе.
Вот именно про это мой пост.
«Если ты превращаешь реальный мир в матрицы, тензоры, векторы и прочие формализмы, то позаботься о корректности своей формализации. Если ты ошибся в формализации, то тебе не поможет ничего, ни доскональное знание сотни языков, ни детальное знание тысяч библиотек, ни самая навороченная архитектура»
"В худшем случае она работает за O(n^2), но среднее время работы при достаточном количестве батчей и равномерном распределении элементов составляет O(n)."
А сколько их, таких худших случаев?
Если мало, то для них наверно есть свой алгоритм?
«Прикладная математика, это аксиомы предметной области и аксиомы логики»
Практика была такая:
Берете реальный мир и какую то, интересную вам, часть.
Формализуете в ней то, что интересно/нужно и возможно формализовать и получаете те самые «аксиомы предметной области + аксимы логики»
И далее строите алгоритмы, доказываете их корректность.
И уж в завершении выбираете железо, ОС, язык, библиотеки и вот только теперь пишете код.
Это и есть правильный классический путь и начинается он, как правильно заметил автор, именно с определения того, что, в конкретном случае, создаст прибавленный продукт в реальном мире.
PS. Может прикупить акций ГПН? С таким подходом к делу у них есть рост.
2. Тут сложнее. Сейчас в ритейле пользователей классифицируют и препарирую предпочтения с помощью достаточно сурового матана. Бренды выставляют новые коллекции чуть ли еженедельно,
эпоха технологий «налетай торопись, покупай живопись» ушла.
Начало всей автоматизации/цифровизации это формализация реальности.
Если есть ошибки формализации — цифровизация/алгоритмизация их не исправит.
Есть процессы неформализуемые — внутренне эмоциональное состояние личности. Очень влияет иногда ))
Есть формализуемые, но не предсказуемые — погода, например.
И это фундаментальные проблемы. Если сделать жесткую систему и всё в ней учесть ( это иллюзия! что это возможно), то все равно не будет работать. Система должна быть не жесткой, а устойчивой. Но это про другую статью.
А так, статья и тема актуальные, полезные. Минусы незаслуженные
2. «Выявление контекста — сфокусировано на области, где проявляют себя потребности.» — в предметной иной области чтобы делать компетентные суждения иногда нужно учиться долго, очень долго. Врачи, например, должны институт закончить, ординатуру и только тогда их мнение считается профессиональным. А тут аналитик с курсами в 6 месяцев легко начинает разбираться в предметной области.
Не могли бы Вы подробнее осветить указанные проблемы, может я что не понял в статье.
Спасибо.