Важно ещё уметь использовать эту вычислительную мощность. Разница в пиковой производительности указанных в работе процессора и видеокарты — около 10 раз. В реальности при работе со своими задачами я это и наблюдал (CUDA-код работал в 10 раз быстрее CPU).
В статье же пишут, что удалось достигнуть преимущество до 400 раз. Это означает только одно: код под CPU крайне неоптимизирован. Указание в тексте статьи языка и компилятора только подтвердило мои догадки.
Кстати, не понимаю несогласных со мной — я писал на полном серьёзе.
Работаю научным сотрудником преимущественно из дома, соответственно, основной рабочий компьютер — домашний десктоп. Днём работаю, вечером играю, на ночь ставлю вычисления (если есть). Планирую обновиться до GTX 1080, чтобы поиграть в современные игры. А то, что просчёт нейросети будет занимать около суток вместо 3-5 дней — это просто приятный бонус.
При вычислении на суперкомпьютерах есть один момент, существенно ограничивающий использование суперкомьютеров: скорость обмена данными между узлами не мгновенна и на порядок медленнее, чем копирование данных в памяти. Возможно, при использовании старого метода это и было самым узким местом.
> Слава яйцам! Ученые открыли возможность использования CUDA вычислений.
Осталось теперь дорасти до распределённых CUDA-вычислений.
> Вот только что им мешает делать тоже самое на оборудовании суперкомпьютеров?
Наверное то, что нет необходимости использовать суперкомпьютер для задачи, на решение которой уходит 15 минут.
> Те же NVIDIA TESLA есть у МГУ.
Единственный суперкомпьютер МГУ, где есть GPU — это Ломоносов, там около 2 тысяч NVIDIA Tesla X2070 (что примерно равно 200 современным Tesla K80). Но там свои заморочки — иногда проще посчитать на обычном десктопе.
1. Вычислительные ядра BlueGene довольно медленные. Фактически, 1 чип BlueGene (16 вычислительных ядер) имеет производительность меньшую, чем современный Core i7.
2. BlueGene имеет «неродную» для большинства программистов архитектуру и собственный компилятор (к тому же ооочень медленный). Если для x86 архитектуры можно добиться значительного ускорения за счёт векторизации с помощью SIMD intrinsics, то в случае BlueGene придётся от этих инструкций отказываться и полностью полагаться на компилятор.
3. Написание кода для GPU (к тому же ещё и непереносимого) или даже под CPU с векторными инструкциями занимает очень много времени. Во многих случаях выгоднее запустить неоптимальный код и подождать неделю, работая над другими задачами, чем неделю этот код писать.
4. (не ругайтесь только, сужу по своему опыту) Человек редко бывает и хорошим математиком, и хорошим программистом. Математики редко пишут эффективный код. А программисты могут просто не потянуть математические задачи.
В статье показано преимущество GPU над CPU где-то на 2-2.5 порядка. Т.е. CPU-версия на современном десктопе должна работать вместо 15 минут около 2-3 суток. Как же так получилось, что ровно столько же времени нужно для работы суперкомпьютера?
Я бы сказал, что у бюджетных кондиционеров предел на охлаждение — это -5. У моделей получше — до -15. Для суровых зим лучше покупать отдельный тепловой насос, а не пользоваться универсальным кондиционером.
Там, где нужна повышенная прочность, используется массив или фанера. МДФ же мягкий и хорошо фрезеруется — его лепят на фасады.
Мне проектирование мебели является интуитивно понятным. Есть нюансы, но они приходят с опытом. Собственно, проектированием я увлёкся по нужде, когда мебельные фирмы не решались работать с моими хотелками. В итоге получилось, и мне понравилось.
Что касается «поглядеть»: вбейте в поиск «распил дсп» (мдф, фанеры) — изучите, что вообще можно сделать, погуглите чертежи и вперёд.
Двери-купе тоже можно собирать самому, кстати — есть куча интересных и нестандартных вариантов.
Нет никаких противоречий. Новое ДСП, с которым я сейчас вожусь, довольно мягкое и не крошится даже если 5 раз в одно и то же место винт вкрутить, ещё и со смещением. А вот ДСП, которому уже много лет, высыхает — с ним работать нельзя.
Под «одноразовостью» я понимаю удовлетворительные характеристики ДСП в течение 5-10 лет. Более старые шкафы предлагается не разбирать-собирать, а выбрасывать.
МДФ же по характеристикам меня не удовлетворил: выше плотность (навесные шкафы становятся тяжелее — это плохо), ниже прочность (винты нужно вкручивать на большую глубину), слоистость (при вкручивании винта в торец МДФ расслаивается).
> процентов 10 креплений, особенно неглубоких и неудачно спроектированных — обратно уже не вкручиваются
Понятно. Я просто полностью сам проектирую и собираю мебель, стараясь не допускать таких моментов.
Нет, ну если шкафу 30-40 лет, то там даже ничего выкручивать не надо — сам потихоньку разваливаться начинает. Но мебель из ДСП и не расчитана на такой срок службы — она одноразовая.
Кстати, соблюдение технологий проектирования — тоже немаловажный фактор. Для частых откручиваний-закручиваний используют футорки. Жёсткость конструкции обеспечивается шкантами, а не силой затяжки винтов. и т.д.
Можно только определить, есть ли стеганография или нет её, а вот вытащить информацию — затруднительно.
Что касается перекодирования: существуют устойчивые к искажениям алгоритмы, просто данных значительно меньше получится поместить.
http://arxiv.org/pdf/1508.07441.pdf
В статье же пишут, что удалось достигнуть преимущество до 400 раз. Это означает только одно: код под CPU крайне неоптимизирован. Указание в тексте статьи языка и компилятора только подтвердило мои догадки.
А что касается потоков — изучайте матчасть, как работает CUDA.
«Поток» в данном случае переводится как Stream.
65 тысяч потоков означает, что задачу разбили на соответствующее число независимых по данным подзадач.
Работаю научным сотрудником преимущественно из дома, соответственно, основной рабочий компьютер — домашний десктоп. Днём работаю, вечером играю, на ночь ставлю вычисления (если есть). Планирую обновиться до GTX 1080, чтобы поиграть в современные игры. А то, что просчёт нейросети будет занимать около суток вместо 3-5 дней — это просто приятный бонус.
Осталось теперь дорасти до распределённых CUDA-вычислений.
> Вот только что им мешает делать тоже самое на оборудовании суперкомпьютеров?
Наверное то, что нет необходимости использовать суперкомпьютер для задачи, на решение которой уходит 15 минут.
> Те же NVIDIA TESLA есть у МГУ.
Единственный суперкомпьютер МГУ, где есть GPU — это Ломоносов, там около 2 тысяч NVIDIA Tesla X2070 (что примерно равно 200 современным Tesla K80). Но там свои заморочки — иногда проще посчитать на обычном десктопе.
Ещё есть просто вычислительная станция с довольно посредственными характеристиками.
1. Вычислительные ядра BlueGene довольно медленные. Фактически, 1 чип BlueGene (16 вычислительных ядер) имеет производительность меньшую, чем современный Core i7.
2. BlueGene имеет «неродную» для большинства программистов архитектуру и собственный компилятор (к тому же ооочень медленный). Если для x86 архитектуры можно добиться значительного ускорения за счёт векторизации с помощью SIMD intrinsics, то в случае BlueGene придётся от этих инструкций отказываться и полностью полагаться на компилятор.
3. Написание кода для GPU (к тому же ещё и непереносимого) или даже под CPU с векторными инструкциями занимает очень много времени. Во многих случаях выгоднее запустить неоптимальный код и подождать неделю, работая над другими задачами, чем неделю этот код писать.
4. (не ругайтесь только, сужу по своему опыту) Человек редко бывает и хорошим математиком, и хорошим программистом. Математики редко пишут эффективный код. А программисты могут просто не потянуть математические задачи.
В статье показано преимущество GPU над CPU где-то на 2-2.5 порядка. Т.е. CPU-версия на современном десктопе должна работать вместо 15 минут около 2-3 суток. Как же так получилось, что ровно столько же времени нужно для работы суперкомпьютера?
Мне проектирование мебели является интуитивно понятным. Есть нюансы, но они приходят с опытом. Собственно, проектированием я увлёкся по нужде, когда мебельные фирмы не решались работать с моими хотелками. В итоге получилось, и мне понравилось.
Что касается «поглядеть»: вбейте в поиск «распил дсп» (мдф, фанеры) — изучите, что вообще можно сделать, погуглите чертежи и вперёд.
Двери-купе тоже можно собирать самому, кстати — есть куча интересных и нестандартных вариантов.
Нет никаких противоречий. Новое ДСП, с которым я сейчас вожусь, довольно мягкое и не крошится даже если 5 раз в одно и то же место винт вкрутить, ещё и со смещением. А вот ДСП, которому уже много лет, высыхает — с ним работать нельзя.
Под «одноразовостью» я понимаю удовлетворительные характеристики ДСП в течение 5-10 лет. Более старые шкафы предлагается не разбирать-собирать, а выбрасывать.
МДФ же по характеристикам меня не удовлетворил: выше плотность (навесные шкафы становятся тяжелее — это плохо), ниже прочность (винты нужно вкручивать на большую глубину), слоистость (при вкручивании винта в торец МДФ расслаивается).
> процентов 10 креплений, особенно неглубоких и неудачно спроектированных — обратно уже не вкручиваются
Понятно. Я просто полностью сам проектирую и собираю мебель, стараясь не допускать таких моментов.
Нет, ну если шкафу 30-40 лет, то там даже ничего выкручивать не надо — сам потихоньку разваливаться начинает. Но мебель из ДСП и не расчитана на такой срок службы — она одноразовая.
Кстати, соблюдение технологий проектирования — тоже немаловажный фактор. Для частых откручиваний-закручиваний используют футорки. Жёсткость конструкции обеспечивается шкантами, а не силой затяжки винтов. и т.д.
Что касается перекодирования: существуют устойчивые к искажениям алгоритмы, просто данных значительно меньше получится поместить.
Если ламинация не нужна, тогда вообще в сторону фанеры смотреть надо — дешёво и сердито.