“《MIT技术评论》：“天河一号”不是真的世界最快”有12个回复

1. 过客 于 2010-11-09 7:25 下午

   　原文Why China’s New Supercomputer Isn’t Actually the World’s Fastest
   　　
   　　http://www.technologyreview.com/blog/mimssbits/25981/?p1=A4
   ————————–
   天涯国际观察网友的发掘

2. 过客 于 2010-11-09 7:30 下午

   原贴里的回复
   　　
   　　jantangring
   　　Today 11/08/2010 1 Comment Solution
   　　
   　　This problem is easily solved: just change the rules until an american computer is on top again.
   　　
   　　这个问题很容易解决：只要改变一下规则，直到美国计算机能排到头名为止。
   　　
   　　
   　　jnlv68
   　　Today 11/08/2010 1 Comment Re: Solution
   　　
   　　rules are rules. while rules are not immutable, changing them for what you have suggested, merely for bragging rights, is not ever going to happen.
   　　
   　　规则就是规则。规则不是不可变的，但是改变规则仅仅为了能够吹牛，这不可能。
   　　
   　　
   　　luddite
   　　Today 11/08/2010 169 Comments Re: Solution
   　　
   　　I think it was the village idiot who said “rules are for fools.” Plus, computers, which are just brainless lumps of cold inert machinery, are only as intelligent as their programmers. Duh!
   　　
   　　我觉得说出“规则只是为蠢货制订的”这人是白痴。还有，电脑（究其本质只是冷冰冰的机器）和它们的程序员一样聪慧。
   　　
   　　
   　　
   　　gabrielg01
   　　Today 11/08/2010 510 Comments Big Picture
   　　
   　　This article is just a “sour grapes” rant, based on some technicalities.
   　　
   　　The point is not about this machine being fastest, but about China joining the supercomputing league. They will be a strong competitor, which is a good thing.
   　　
   　　这篇文章只是个“酸葡萄”，是用了一串学术字眼的酸葡萄而已。
   　　
   　　问题的关键不是这台机器最快，而是中国加入了超级计算联盟。他们将是一个有力的竞争者，这是好事。
   　　—————————
   新华网北京10月28日报道
   　　…….　　
   　　　　与目前已知的全球最快计算机 美国“美洲虎”超级计算机相比，“天河一号”的实测性能是它的1．425倍。与诞生于一年前的“天河一号”一期系统相比，二期系统的峰值性能和持续性能分别提高了2．89倍和3．45倍。

3. 过客 于 2010-11-09 7:31 下午

   不知道写文章的人哪个亲自测试过？

4. xie 于 2010-11-09 8:51 下午

   摘自某bbs http://www.newsmth.net/bbscon.php?bid=272&id=47103

   超级计算机现在基本是集群架构了，所以超级在内部互联网络上，解决了内部互联网络的效率问题，剩下的事情就是堆码大量的计算和存储器件。
   但是内部互联网络的设计是和你要做的计算和计算模型紧密相关的，计算模型越复杂，越是可能成为吃网络的怪兽。
   所以有G公司做的Mapreduce用来解决用便宜的互联做数据并行的分布式计算。这有可能是世界上最便宜的超级计算机，单从理论峰值上讲，这样做算是耍赖，所以SC的群体不带这种构型的东东玩，但是具体到数据密集型计算，这种构型能够杀某豹某河某云的全家。
   扯远了，回到你的问题，CPU和GPU的混搭，首要解决的是CPU节点往GPU节点灌数据的问题，天河似乎解决了，所以能将效率彪上来，但是flops值说到底还是花多少钱买多少硬件的问题。况且这种互联设计能够在多少计算模式上有帮助，目前还要打个问号，但有总比没有强，万事总有第一步。
   异构节点之间的互联算是新问题，同构节点之间的传统效率问题呢？我们总不能每天拿个相对小的数据在迭代计算来YY吧。
   天气仿真程序MD的水平是4w个core并行，我国研发中的貌似是4k个core，还没有具体的并行加速评估数据出来。

   本质上天河和MD的豹子研发目的是不同的

   豹子： 计算软件－》提炼计算模型－》设计内部互联架构－》开建

   天河： 跑分软件－》分析上一代跑分机瓶颈 －》开发大水管－》开建

5. 路人甲 于 2010-11-10 3:09 上午

   16号就公布Top500了，时间点把握得很好……

6. ann liu 于 2010-11-10 4:11 上午

   天河： 跑分软件－》分析上一代跑分机瓶颈 －》开发大水管－》开建

   哈哈 太搞笑了。

   丫挺的政府搞的东西就当个笑话看好了。

7. org 于 2010-11-10 7:24 上午

   GPU的名字已经决定它可以做啥了。CUDA不用不知道，用白了头。

8. kevin 于 2010-11-10 1:32 下午

   摘自原评论

   In the interests of nationalism, a better argument would be to note that Nvidia is a USA company, and Intel is a USA company. The Chinese processor is far behind Intel’s as noted in earlier article in this magazine

9. kevin 于 2010-11-10 1:34 下午

   communist supercomputer currently trying to solve problem of human rights.

   Reply

   gabrielg01
   2 Days Ago 11/08/2010 511 Comments Re:

   They are modeling the Dalai Lama’s behavior, so they can screw him over more thoroughly.

   Reply

   ufool
   1 Day Ago 11/09/2010 1 Comment Re:

   it’s like how americans use the supercomputer of killing civilians in iraq

   Reply

   OnTheWaterfront
   1 Day Ago 11/09/2010 3 Comments Re:

   Are you saying G. W. Bush is a supercomputer? (An idiot savant possibility sans the savant.)

   笑死我了。。。

10. bugggg 于 2010-11-10 6:13 下午

    管它是不是第一快 反正能做一天是一天
    打老美一个时间差
    虽然明年ibm的blue water就出来了 貌似ibm还有一个比bluewater还牛的也是明年出

    上一次非美国的第一还是02年的小日本
    不过小日本那次坐了2年之久

11. 楼上楼下 于 2010-11-11 5:10 上午

    看热闹，围观ing

12. TVP 于 2010-11-11 8:37 上午

    DARPA不远万里赶来打脸：

    NVIDIA宣布，一支由其领导的研究团队近日获得了美国国防部下属国防高级研究规划局(DARPA)提供的2500万美元款项，专门用来研发GPU加速高性能计算系统，解决DARPA所谓的“计算危机”(crisis in computing)问题。这项合同期限为四年，隶属于DARPA的普适高性能计算(UHPC)项目，主要使命是研究创建百亿亿次计算(Exascale)级别超级计算机所需要的GPU技术，在现有最快超级计算机的基础上提速1000多倍，以解决传统计算架构遭遇的能源使用问题和计算扩展限制。研究团队计划开发新的软件和硬件技术，大幅度提高计算性能、编程性、可靠性。

    参与该研究项目的除了NVIDIA，还有超级计算机领域内的专家Cray、美国防部下属的橡树岭国家实验室，以及六所美国顶尖大学。这些大学的详细名单要等到相关细节敲定后才会公布，但从NVIDIA CUDA卓越研究中心(CCOE)来看，可能会包括哈佛大学、伊利诺大学厄本那-香宾分校、马里兰大学、田纳西大学、犹他大学。

    该项目的首席负责人是NVIDIA首席科学家、研发高级副总裁Bill Dally。他兴奋地表示，这是NVIDIA在并行处理领域持续投入的回报，也证明GPU计算是实现百亿亿次计算最有希望的途径之一。

    NVIDIA表示，原型系统预计会在2018年完成。

    除了NVIDIA领导的这个团队，DARPA还与其他三个团队签署了类似的GPU计算系统研发合同。