Новости Новости 14.04.2020 в 08:20 comment

2,4 ExaFLOPS. Производительность сети Folding@Home теперь больше, чем всех систем Top500 вместе взятых

author avatar
https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg *** https://itc.ua/wp-content/uploads/2022/04/vova-96x96.jpeg

Володимир Скрипін

Ексзаступник головного редактора

В конце прошлого месяца сеть распределенных вычислений Folding@Home установила новый рекорд — общая производительность всех систем достигла впечатляющего значения в 1,5 ExaFLOPS, что вдесятеро больше производительности Summit, самого быстрого суперкомпьютера рейтинга Top500. Еще тогда мы предполагали, что у Folding@Home есть все шансы стать производительнее, чем 500 самых мощных суперкомпьютеров Top500 вместе. И вот сейчас это произошло.

13 апреля администраторы Folding@home сообщили о достижении вычислительной мощности в 2,4 ExaFLOPS (1018 операций с плавающей запятой в секунду). Таким образом, по грубой вычислительной мощности проект превзошел все системы обновляемого каждые полгода рейтинга Top500, что, безусловно, впечатляет.

Сейчас в распоряжении Folding@Home находится 11 015 211 процессорных ядер и 1 487 229 графических процессоров AMD и NVIDIA.

OS AMD GPU NVIDIA GPU CPU ядра CPU Производительность, TFLOPS Производительность, x86 TFLOPS
Windows 112,816 430,181 847,028 5,719,659 952,891 1,929,969
Linux 7,506 115,643 558,752 4,877,640 270,402 496,915
macOSX 19 0 81,449 417,912 4,708 4,738
Всего 120,341 545,824 1,487,229 11,015,211 1,228,001 2,431,622

 

Нынешний взрывной рост сети Folding@home связан с продолжающейся пандемией коронавирусной инфекции. На платформе запущено несколько проектов, направленных на борьбу COVID-19. Как мы уже отмечали, Folding@Home не обязательно сможет найти лекарство или создаст вакцину от коронавируса, но внести свою лепту в достижение этой столь желаемой цели вполне может.

Онлайн-курс "Data Science with Python" від robot_dreams.
Навчіться користуватися бібліотеками Python для розв’язання задач дата-саєнтистики, обробки масивів даних та побудови ML-моделей.
Програма курсу і реєстрація

Столь большой наплыв пользователей, желающих предоставить свои вычислительные ресурсы для исследований, привел к нехватке рабочих единиц (небольших фрагментов рабочих нагрузок, распределяемых между всему участниками сети) и кураторы Folding@Home прилагают все силы, чтобы эта невиданная мощь не простаивала.

Источник: wccftech


Loading comments...

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: