Баннер
Баннер
Архив номеров (тексты)
Дело было шесть лет назад. Мы заканчивали разработку программы миграции дуплексных волн (это из области сейсморазведки) и приступили к ее опробованию на реальных данных. Сроки поджимали, а результаты обработки небольших участков были неоднозначны. И тут в институте появился 32-узловой 64-процессорный кластер на мощнейших в то время процессорах Itanium. Удачное совпадение! Мы без больших проблем перекомпилировали под него программу, прогнали несколько аналитических тестов и запустили большой расчет на 20 узлах.
Гуманитарные и естественные науки не могут не взаимодействовать. Любое более или менее крупное естественнонаучное открытие всегда появляется на определенном культурном фоне и становится феноменом культуры. Источник: aveb.kz

В свою очередь, в гуманитарных науках все чаще используется инструментарий, который раньше применялся только в науках естественных. Наглядным примером переплетения гуманитарных и естественных наук может послужить деятельность американского Института вычислений в области гуманитарного знания, искусства и социологии (Institute for Computing in the Humanities, Arts, and Social Science, I-CHASS).

Анатолий Алексеевич Дородницын прожил долгую и плодотворную жизнь. Он внес заметный научный вклад в математику, механику, аэродинамику и гидродинамику. Он стоял у истоков вычислительной математики тогда, когда в стране еще не существовало ЭВМ. Ему принадлежит заслуга по созданию Вычислительного центра АН СССР, директором которого он бессменно был почти 30 лет. Сейчас этот ВЦ носит его имя.
ЦОД похож на слона из индийской притчи о том, как трое слепых мудрецов, сенсорным методом обследуя это могучее животное, разделились во мнении. Один идентифицировал слона как змею, другой – как дерево, третий – как веревку.

С ЦОД точно такая же история. Для арендующих машинное время важна лишь его производительность. Эксплуатационщики видят в нем только параметры надежности и ремонтопригодности. Ну, а коммерческих директоров волнует в основном стоимость содержания ЦОД и ее основной компонент – счет за электроэнергию. В этом они сходятся во взглядах с разработчиками инженерных систем.

Все чаще из разных стран приходят новости об успехах в моделировании работы человеческого мозга. Это одно из самых приоритетных направлений научных исследований в Евросоюзе, оно поддерживается правительствами ведущих мировых держав.

Сегодня учеными разработано множество моделей нейроподобных элементов, однако все они обладают существенными недостатками, чтобы служить основой для построения современных искусственных когнитивных систем.

Складывается впечатление, что процессоры ARM, занимающие почти монопольное положение на рынке мобильных устройств и в различных встроенных системах, начинают распространять свой ареал обитания  на пространство,  до сих пор почти столь же монопольно занимаемое процессорами х86. Все началось с серверов, поддерживающих облачные инфраструктуры и Web 2.0, а затем совершенно невиданно процесс распространился на суперкомпьютинг. Возникают естественные вопросы: что именно происходит, в какой форме и почему? Наблюдаемой метаморфозе  – не более пары лет, не все происходящее объяснимо и, как следствие, ответы на эти вопросы не всегда могут быть однозначными. И тем не менее попробуем.
Облака облакам рознь. Бывают свинцового цвета кучевые облака, низко нависающие над землей. Бывают слоистые, в лучах заходящего солнца они выглядят эффектно. Выше всех, легче всех и всех красивей – циррусы.

В 2008 году три компании-гиганта – HP, Intel и Yahoo! – решили объединить усилия для создания облака. Безусловно, у каждой из этих компаний достаточно ресурсов, чтобы создавать собственные облачные проекты. Объединились они для того, чтобы создать облако особое, по многим параметрам принципиально отличающееся от доселе известных в мире высокопроизводительных вычислений облаков.

В декабре 2011 года опубликовал отчет о своей работе проект «Магеллан», инициированный и спонсируемый министерством энергетики США (DOE). Суть проекта заключается в анализе текущего состояния облачной индустрии с целью ответа на один простой вопрос: стоит ли переводить суперкомпьютеры министерства на облачную модель, или же отрасль еще не «созрела» и нужно подождать. Основным результатом проекта стал 170-страничный отчет, в котором со всевозможных сторон рассмотрены научные облака и сделан ряд интересных выводов.
Продолжая серию статей про набирающий обороты и подогревающий интерес бенчмарк Graph500, в этот раз предлагаю взглянуть на список в совершенно ином ракурсе.

Если раньше наш взгляд представлял собой взгляд стороннего участника списка, борющегося за призовые места, то в этот раз представляется возможность оценить ситуацию изнутри руководящего комитета (steering committee) Graph500.

Облака – взвешенные в атмосфере продукты конденсации водяного пара,  видимые на небе с поверхности земли. Wikipedia

В данный момент «облачные вычисления» и «облака» – пожалуй, самые часто используемые термины в компьютерной прессе. Кажется, что ни одна из крупных IT-компаний не прошла мимо. Но и количество определений, что такое облачные вычисления, кажется, превышает количество производителей ПО и оборудования для облаков.

Всем известно, что охлаждать компьютеры водой – очень хорошо, очень эффективно и даже экономично. Всем известно, что когда говорят: «всем известно», обычно говорят о чем-то спорном и/или непроверенном.

Наш выпускающий редактор Игорь Лёвшин взял интервью у Франка Бэтке – главного менеджера по программам, связанным с HPC-технологиями в подразделении HPC and ISS Service Provider Organization компании Hewlett-Packard.

Профиль Бэтке – сверхбольшие системы для академических и исследовательских организаций. Он является членом наблюдательного совета International Supercomputing Conference (ISC) и участником других важнейших организаций в отрасли HPC и в научных кругах. Получил степень доктора по специальности «Прикладная физика» в Техническом Университете Мюнхена. Работал в знаменитой Convex Computer до поглощения ее HP.

Новости

Календарь материалов

« Апреля 2017 »
Пн Вт Ср Чт Пт Сб Вс
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30