>>Вычислительная сложность решения не особо важна, главное — задачу нужно решить.
Еще лет 10 назад, когда работали русскоязычные сайты Intel'а (конкретно — Intel MKL), я предлагал 10000$ за разработку алгоритма трехдиагонализации вещественных симметричных упакованных матриц, который в разы (сейчас в 2 раза, а тогда почти в 3 раза) был бы быстрей соответствующего алгоритма из пакета Intel MKL. Но никто за эту задачу не взялся, хотя мне удалось ее решить, но его я не публиковал (по причине, указанной ниже). Хотя Intel MKL воспользовался моей статьей (Ю. Ф. Сиголаев, Б. И. Ионин, О модификации алгоритмов диагонализации, связанных с квантовохимическими расчетами. Журнал общей химии. – 2010. – 80, № 11. – С. 1928-1929.) для улучшения другого алгоритма, связанного с диагонализацией, при этом на меня не сославшись. После этого отпало всякое желание что-либо публиковать. А теперь вопрос: а кто умеет? Ведь Intel MKL рекламирует свой продукт как лучший в мире в части, касающейся алгоритмов линейной алгебры.
Я имел в виду битовое изображение — бинарное изображение, для представления и хранения которого в цифровом виде используется битовая карта, где на каждый элемент изображения (пиксель) отводится 1 бит информации.
Существует алгоритм сжатия без потерь (см. Six-page legal document: www.cartesianinc.com/Tech/samples.html), который сжимает изображение более чем в 600 раз. Какой эффект для данного случая от Вашего алгоритма?
А вообще AVX512 очень полезен тем, что есть предикаты, многие вещи делаются значительно проще. Не плохо бы тиснуть блог про это: например, в сравнении с AVX2.
Во-первых, обзываться не надо. А во-вторых, например, куча моих приложений, связанная с алгоритмами линейной алгебры. См., например, мою статью Ю. Ф. Сиголаев, Б. И. Ионин, О модификации алгоритмов диагонализации, связанных с квантовохимическими расчетами. Журнал общей химии. – 2010. – 80, № 11. – С. 1928-1929.
Можно назвать не 7, а 77 причин как за Linux, так и за Windows, и все они будут достойны внимания. Выскажусь с точки зрения конечного пользователя. Например, существуют довольно много продуктов, реализованных как под Linux, так под Windows. Многие программы, реализованные под Linux, являются «обрезанными» под Windows, или их под Windows вовсе не существует: для таких на своих домашних компах я использую Linux. В остальных случаях использую Windows. Думаю, что сколько-нибудь продвинутые пользователи поступают аналогично.
Еще лет 10 назад, когда работали русскоязычные сайты Intel'а (конкретно — Intel MKL), я предлагал 10000$ за разработку алгоритма трехдиагонализации вещественных симметричных упакованных матриц, который в разы (сейчас в 2 раза, а тогда почти в 3 раза) был бы быстрей соответствующего алгоритма из пакета Intel MKL. Но никто за эту задачу не взялся, хотя мне удалось ее решить, но его я не публиковал (по причине, указанной ниже). Хотя Intel MKL воспользовался моей статьей (Ю. Ф. Сиголаев, Б. И. Ионин, О модификации алгоритмов диагонализации, связанных с квантовохимическими расчетами. Журнал общей химии. – 2010. – 80, № 11. – С. 1928-1929.) для улучшения другого алгоритма, связанного с диагонализацией, при этом на меня не сославшись. После этого отпало всякое желание что-либо публиковать. А теперь вопрос: а кто умеет? Ведь Intel MKL рекламирует свой продукт как лучший в мире в части, касающейся алгоритмов линейной алгебры.
Существует алгоритм сжатия без потерь (см. Six-page legal document: www.cartesianinc.com/Tech/samples.html), который сжимает изображение более чем в 600 раз. Какой эффект для данного случая от Вашего алгоритма?