“MilkyWay@home”的版本间差异
Arthur200000（讨论 | 贡献） （→项目细节以及统计数据： 由于Box君不支持链接带有"?"，故缩短了。） |
小 |
||
| （未显示2个用户的2个中间版本） | |||
| 第1行： | 第1行： | ||
{{Project | {{Project | ||
|name=MilkyWay@home | |name=MilkyWay@home | ||
| − | |logo=MilkyWay%40home_logo.png | + | |logo=MilkyWay%40home_logo.png |
|developer=Rensselaer Computer Science Department | |developer=Rensselaer Computer Science Department | ||
|released=2007年7月7日 | |released=2007年7月7日 | ||
| 第37行： | 第37行： | ||
MilkyWay@home 的数据处理能力（data throughput）在近期得到飞速提高。2009 年 6 月中旬，分布在 149 个国家的 24,000 名算友，组成了大约 1,100 支队伍，贡献出每秒 31.7 万亿次的浮点计算能力。截止 2010 年 1 月 12 日，算友数量提升到 44,900，组成了分布在 170 个国家的 1,590 支队伍，而算力则激增至每秒 1,382 万亿次，令 MilkyWay@home 二度荣登超级计算机 500 强的名单。如今，MilkyWay@home 已经是全球第二大的分布式计算项目，紧跟在 Folding@Home 之后。名列第一的分布式计算项目 Folding@Home 在 2009 年的时候，算力就超过了每秒 5,000 万亿次。 | MilkyWay@home 的数据处理能力（data throughput）在近期得到飞速提高。2009 年 6 月中旬，分布在 149 个国家的 24,000 名算友，组成了大约 1,100 支队伍，贡献出每秒 31.7 万亿次的浮点计算能力。截止 2010 年 1 月 12 日，算友数量提升到 44,900，组成了分布在 170 个国家的 1,590 支队伍，而算力则激增至每秒 1,382 万亿次，令 MilkyWay@home 二度荣登超级计算机 500 强的名单。如今，MilkyWay@home 已经是全球第二大的分布式计算项目，紧跟在 Folding@Home 之后。名列第一的分布式计算项目 Folding@Home 在 2009 年的时候，算力就超过了每秒 5,000 万亿次。 | ||
| − | 数据处理能力的增长速度之所以能远超算友数的增长速度，主要是因为 MilkyWay 部署了使用 GPU 作为计算工具的客户端软件（包括 Windows 和 Linux 系统）。而通常情况下，只有媒体处理和高性能计算才会用到 GPU 技术。MilkyWay@home 写的 CUDA 代码，能运行在多种英伟达（NVidia）的 GPU 上。CUDA | + | 数据处理能力的增长速度之所以能远超算友数的增长速度，主要是因为 MilkyWay 部署了使用 GPU 作为计算工具的客户端软件（包括 Windows 和 Linux 系统）。而通常情况下，只有媒体处理和高性能计算才会用到 GPU 技术。MilkyWay@home 写的 CUDA 代码，能运行在多种英伟达（NVidia）的 GPU 上。CUDA 版本的[http://milkyway.cs.rpi.edu/milkyway/forum_thread.php?id=906#25013 源代码]在 2009 年 6 月 11 日首次公开，放在 MilkyWay@home(GPU) 分支下。不久，基于 ATI 技术的 GPU 程序也有了，而且效率比 CUDA 还高（暂时没有具体数据）。例如，如果一个任务需要在 HD3850 上跑 10 分钟，则 HD4850 只需 5 分钟，而 2.8 GHz 的 Phenom II CPU 只能作为单线程任务跑 6 个小时。 |
| − | |||
==科学成果== | ==科学成果== | ||
2013年6月3日 (一) 10:43的最新版本
MilkyWay@home 是一个基于 BOINC 平台的分布式运算项目。项目试图精确构建银河系附近星流的三维动态模型。与 SETI@home 和 Einstein@home 相比较，MilkyWay@home 同样把探索星际空间作为项目目标。项目的另一个目标是开发并优化分布式计算的算法。
如何加入项目
该项目基于 BOINC 平台，简要的加入步骤如下（已完成的步骤可直接跳过）：
- 下载并安装 BOINC 的客户端软件（官方下载页面或程序下载）
- 点击客户端简易视图下的“Add Project”按钮，或高级视图下菜单中的“工具->加入项目”，将显示向导对话框
- 点击下一步后在项目列表中找到并单击选中 MilkyWay@home 项目（如未显示该项目，则在编辑框中输入项目网址：http://milkyway.cs.rpi.edu/milkyway/ ），然后点击下一步
- 输入您可用的电子邮件地址，并设置您在该项目的登录密码（并非您的电子邮件密码）
- 再次点击下一步，如项目服务器工作正常（并且有适合自身操作系统的计算程序），即已成功加入项目
更详细的加入方法说明，请访问 BOINC 新手指南 或 BOINC 使用教程。
本站推荐您加入 Team China 团队，请访问项目官方网站的 团队检索页面，搜索（Search）并进入 Team China 的团队页面，点击页面中的 Join 并输入用户登录信息即可加入！
目标与计划
MilkyWay@home 是伦斯勒理工学院的计算机科学系、物理系（包括应用物理）与天文系的一个合作项目。该项目得到美国国家科学基金会的支持，由一个团队负责执行。这个团队包括了天体物理学家海蒂·乔·纽伯格（Heidi Jo Newberg）与计算机科学家马利克·美格登·伊斯梅尔（Malik Magdon-Ismail）、博莱斯瓦夫·斯曼斯基（Boleslaw Szymanski）、卡洛斯·瓦雷拉（Carlos A.Varela）等人。
直到 2009 年年中，项目组在天体物理学方面的研究兴趣（interest），主要集中在射手座流（the Sagittarius stream）上。射手座流由人马座矮椭圆星系（the Sagittarius Dwarf Elliptical Galaxy）射出，其中有一段进入到银河系所属的空间。据信，射手座流的轨道并不稳定，在与银河系接近或碰撞之后，会被银河系的强大引力俘获（subject）过来。科学家对高精度地绘制出这类星际流以及它们的运动方式（dynamics），寄予了厚望。因为，这对于了解恒星流的结构、形成、演化，以及银河系的引力势分布（gravitational potential distribution），都能提供关键性线索。其研究结果还可应用到同类星系中去。这还有助于人们进一步解开关于暗物质的谜题。 随着项目进程的推进，项目的注意力将转向其他恒星流。
MilkyWay@home 使用来自斯隆数字巡天的数据，以 2.5 度角来划分星空（starfields）。划分出来的星空，称之为“工作区（wedge）”。MilkyWay@home 采用了“自优化概率分类技术（self-optimizing probabilistic separation techniques）”，即进化算法，从数据中找出一些合适的潮汐流。然后，程序在原始（input）工作区中，尝试删除掉那些潮汐流的数据，以便建立一个新的、星星密度（分布）均匀的“工作区”。被删除的潮汐流会用 6 个参数记录下它们所在的区间（cylinder）：恒星数在流中所占的比例，在数据条中的角度位置，标注被删除区间的球坐标（两个角度加上与地球距离），以及一个宽度单位。对于每次搜索，服务器程序都会持续跟踪那些单独的星群，以便加入到某个可能的银河系模型。
项目细节以及统计数据
MilkyWay@home 项目在 2007 年正式上马，优化过的客户端程序（包括 32 位和 64 位系统）也已于 2008 年发布。它的屏保程序只是简单地把用户的 BOINC 统计数据旋转显示，没有任何图形内容。
起初，主流（modern）CPU 需要花费 2 ～ 4 个小时来完成一个工作单元（workunits）。因此，返还工作单元的时限很短，一般设定为 3 天。到了 2010 年初，完成工作单元的平均时间提高到 15 ～ 20 个小时。相应地，返还时间也改为 7 天左右。这次调整使得 MilkyWay@home 更不适合那些几天都不开一次机的算友，也不适合那些不允许 BOINC 以后台模式运行的算友。
MilkyWay@home 的数据处理能力（data throughput）在近期得到飞速提高。2009 年 6 月中旬，分布在 149 个国家的 24,000 名算友，组成了大约 1,100 支队伍，贡献出每秒 31.7 万亿次的浮点计算能力。截止 2010 年 1 月 12 日，算友数量提升到 44,900，组成了分布在 170 个国家的 1,590 支队伍，而算力则激增至每秒 1,382 万亿次，令 MilkyWay@home 二度荣登超级计算机 500 强的名单。如今，MilkyWay@home 已经是全球第二大的分布式计算项目，紧跟在 Folding@Home 之后。名列第一的分布式计算项目 Folding@Home 在 2009 年的时候，算力就超过了每秒 5,000 万亿次。
数据处理能力的增长速度之所以能远超算友数的增长速度，主要是因为 MilkyWay 部署了使用 GPU 作为计算工具的客户端软件（包括 Windows 和 Linux 系统）。而通常情况下，只有媒体处理和高性能计算才会用到 GPU 技术。MilkyWay@home 写的 CUDA 代码，能运行在多种英伟达（NVidia）的 GPU 上。CUDA 版本的源代码在 2009 年 6 月 11 日首次公开，放在 MilkyWay@home(GPU) 分支下。不久，基于 ATI 技术的 GPU 程序也有了，而且效率比 CUDA 还高（暂时没有具体数据）。例如，如果一个任务需要在 HD3850 上跑 10 分钟，则 HD4850 只需 5 分钟，而 2.8 GHz 的 Phenom II CPU 只能作为单线程任务跑 6 个小时。
科学成果
MilkyWay@home 项目取得的主要成果，大部分都作为弥敦道·科尔（Nathan Cole）的论文，刊发在享誉盛名的天体物理学杂志上。其它成果也已在多个“天体物理学与计算”大会上讨论过。
更多信息
天文观测基本常识
- 天球
- 为了研究天体的位置和运动，引入一个以地球为中心，无穷远为半径的球，称作天球。我们把天体投影到天球上，两颗星之间的距离如同球面上两点间的距离一样，用角度来表示，称为角距。
- 天球坐标系
- 为了描述天体在天球上的视位置，就要在天球上建立起坐标系，称天球坐标系。实际上，天球坐标系是地球坐标系的延伸：
- 天球上的赤道坐标系就是地球坐标系在天球上的延伸；
- 把地轴（地球的自转轴）无限延长就是天轴；天轴与天球相交的两点就是北天极和南天极；
- 地球赤道面的延伸与天球相交的大圆就是天赤道；
- 与地球上的纬圈、经圈类似，天球上也有相应的赤纬圈和赤经圈，不过天球上经圈的起始点与地球不同。
