荣耀9X的发布会官宣了中科院高能所的新项目CEPC@home

fwjmath

我上面那个回复里faner的点评很显然是不了解科研的情况。

首先，并不是算得多就能抓住好的成果。科研不是靠堆砌计算的，或者说靠堆砌计算做出来的科研基本上很快就会变成废纸。为什么呢？因为如果科学家需要计算一个很大的东西，那么首先想到的其实不是怎么搞计算资源，而是先想办法找到合适的方式把计算的难度降下来，无论是寻找合适的算法，还是近似算法，或者理论推算。在所有他们知道的优化办法都用尽之后，才是计算资源的问题。这是因为计算资源要钱，而科学家最缺的其实就是钱，否则CEPC也不会有那么大争议。如果盲目堆砌计算的话，别人如果第二年找到了一个特别好的算法，能把难度降下来十倍的话，那就相当于之前的计算白做了。当然也有例外，就是如果问题本身就很难无法优化的话（NPC问题或者涉及大量数据），那么就只能堆计算资源了。

然后，即使是海量计算，也还要看问题的特性。志愿计算适用的问题范围很窄，数据量不能大，单个任务计算量不能太大，而且问题分割不能过于影响效率。因为有这些限制，所以许多科学问题都不能用志愿计算，只能在数据中心里计算，尤其是那些需要处理海量数据（TB级别）的。这就是为什么我们经常看到生物和数学方面的项目，因为这些计算的内容很多是针对一个实例或者一个蛋白质，相对来说容易划分，而且计算量也不大。另一种适合志愿计算的就是大规模信号处理，就是SETI@home和Einstein@home之类的，他们有大量的巡天数据，需要找到里边的信号，这样的话只要把数据按照时间切一切，就能同时保证数据量和计算量不超过限制。还有一种适合志愿计算的就是随机模拟，这种计算的话可以每台机器上跑一套，计算之间没有耦合，结果交上来取一个最优或者平均就好。之前的LHC@home和AQUA@home就是这样。

当然，因为我之前做过的那个研究，现在可以做的数学问题多了一点，但是目前似乎还没有人跟进。

也就是说，尤其不适合志愿计算的有两种：要么问题没办法分割得足够细而且互不相干，要么需要的数据量实在太大。问题在于，对撞机和粒子物理学大部分的计算其实都是后者。这就是为什么LHC这么大的一个项目，实际上用到志愿计算的就是LHC@home，也就是模拟一下对撞机，看看怎么摆那些器件会比较好。之后所有对撞数据都是内部网格消化的，因为数据分发的成本太大。

CEPC@home如果搞的话，大概也跟LHC@home一样，让大家做做模拟就算了。最核心的数据处理肯定也不适合志愿计算，他们必定会有配套的超级计算机，毕竟这是我国强项。

faner

精英主义 不可持续 举步维艰

nokia5510

0xCAFEBABE 发表于 2019-7-24 10:04
从CAS半死不活的样子，就不看好中科院的项目。

同意。我加入几年了，特么一个包没收到

nekoko

最近忙着码字写本子……但愿明年能如愿给我（们）批一个新集群用……
2000个核心起，想想就真香~~

zhongyumeng

挖完坟发现CAS@home真的......期待这个新项目的后续发展

樱花飘雪

我想还有一个不用分布式计算的原因之一，可能是保密需要，因为加入分布式的基本原则是成果共享。这一点，对于想独占或者需要保密的研究项目，就不太适合用分布式了。