MilkyWay@Home

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 1. heinäkuuta 2014 tarkistetusta versiosta . tarkastukset vaativat 16 muokkausta .
MilkyWay@Home
Tyyppi Hajautettu tietotekniikka
Kehittäjä Rensselaer Polytechnic Institute
Käyttöjärjestelmä Monialustainen ohjelmisto
Ensimmäinen painos 7. heinäkuuta 2007
Laitteistoalusta x86
uusin versio 1.00 ( Windows , FreeBSD )
1.01 ( Linux , Mac OS X )
Osavaltio Aktiivinen
Lisenssi GNU GPL 3
Verkkosivusto milkyway.cs.rpi.edu/milk…
 Mediatiedostot Wikimedia Commonsissa
MilkyWay@Home
Alusta BOINC
Ohjelmiston latauskoko 6 Mt
Työn tietojen ladattu koko 4 Mt
Lähetettyjen työtietojen määrä 0,5 kt
Levytila _ 10 Mt
Käytetty muistin määrä 6 Mt
GUI Ei
Keskimääräinen tehtävän laskenta-aika 1-3 tuntia ( CPU ),
< 1 tunti ( GPU )
takaraja 8-12 päivää
Mahdollisuus käyttää GPU :ta nVidia , AMD / ATI
 Mediatiedostot Wikimedia Commonsissa

MilkyWay@Home  on astrofysiikan alan vapaaehtoinen hajautettu laskentaprojekti , joka toimii BOINC-alustalla . Projektin tavoitteena on yrittää luoda erittäin tarkka 3D-dynaaminen malli tähtivirroista Linnunradan galaksissamme käyttämällä Sloan Digital Sky Surveyn ( SDSS ) ja aikaisemman 2MASS -tutkimuksen aikana kerättyä dataa . Toissijaisena tavoitteena on myös hajautettujen laskenta -algoritmien kehittäminen ja optimointi . Hankkeen käynnistivät joulukuussa 2007 [1] Rensselaer Polytechnic Instituten tietojenkäsittelytieteen ja fysiikan, soveltavan fysiikan ja tähtitieteen laitokset Yhdysvaltain kansallisen tiedesäätiön tuella . Projektia johtaa tutkijoita , joihin Travis Desell , Heidi Jo , Bolesław ja Carlos Varela Syyskuun 5. päivänä 2012 [2] siihen osallistui 165 767 käyttäjää (339 030 tietokonetta) 209 maasta, mikä tarjosi 431,8 teraflopsin integroidun suorituskyvyn ( vuonna 2010 projektin suorituskyky oli 1,45 peta floppia , mikä oli vertailukelpoinen nopeimmat supertietokoneet [3] ). Projektiin voivat osallistua kuka tahansa, jolla on Internet -yhteys . Tätä varten sinun on asennettava siihen BOINC -ohjelma ja muodostettava yhteys MilkyWay@home-projektiin.     

Projektin tavoitteet

Vuoden 2009 puolivälistä lähtien projektin päätavoitteena on ollut mallintaa Jousimies-tähtivirtaa , joka on peräisin Jousimiehen tähdistössä olevasta elliptisesta kääpiögalaksista ja leikkaa osittain galaksimme miehittämän avaruuden. Virtauksen kiertorata on epävakaa ja se muodostui todennäköisesti vuorovesivoimien vaikutuksesta , kun kääpiögalaksi lähestyi Linnunrataa . Tällaisten tähtivirtojen ja niiden dynamiikan tutkimisesta tulevaisuudessa voi tulla avain ymmärtämään Linnunradan ja muiden vastaavien galaksien rakennetta, muodostumisprosessia, gravitaatiopotentiaalin kehitystä ja jakautumista sekä selventää galaksien muodostumisen yksityiskohtia. vuorovesipyrstöjä , joita esiintyy galaksien törmäyksen aikana. Lisäksi saadut tulokset voivat valaista pimeän aineen ilmiön ymmärtämistä , selventää pimeän halon muotoa ja sen tiheyttä. Projektin jatkokehitysprosessissa on tarkoitus kiinnittää huomiota muihin tähtivirtoihin (tällä hetkellä rakennetaan myös Sirota- ja GD-1- virtojen malleja [4] ).

SDSS-mittaustietojen avulla taivas on jaettu noin 2,5 asteen leveisiin alueisiin ( englanniksi  kiila tai raita ). Lisäksi todennäköisyyslaskentamenetelmiä käyttäen poimitaan primääritietoa vuorovesivirroista (Galaksan tähtien erottaminen virtauksen tähdistä, suoritetaan "erottelu"-tyyppisissä laskentatehtävissä). Sitten muodostuu uusi alue, joka on tasaisesti täytetty tähdillä vuorovesivirtaa koskevien tietojen perusteella, ja valitun alueen virtausta pidetään ehdollisesti sylinterimäisenä , ja tähtien jakautuminen siinä on Gaussin (tähdet sijaitsevat useammin keskellä, harvemmin reunoilla) [6] . Tämä lähestymistapa johtuu siitä, että virran muodostavien tähtien koordinaatit taivaanpallolla ovat tiedossa, mutta tarkkaa etäisyyttä niistä ei tunneta [7] . Kunkin alueen virtausta luonnehtii 6 parametria:

Lisäksi jokaiselle alueelle on ominaista kaksi parametria:

Valittu Galaxy-malli ei ole täydellinen ja sitä voidaan teoriassa laajentaa lisäämällä paksun levyn ja pullistuman parametrit , mutta tätä ei näissä tutkimuksissa vaadita, koska suurin osa virran tähdistä on galaksin tason ulkopuolella. Lisäksi virran ja galaksien tähdet eroavat väriltään, minkä vuoksi jälkimmäiset voidaan jättää huomiotta etukäteen [7] .

Siten kunkin alueen laskentaa varten on tarpeen löytää parametrien arvot, missä  on virtausten määrä alueella. Laskennan aikana sovelluspalvelin pitää kirjaa valitun alueen tähtijoukoista, joista jokainen kuuluu johonkin mahdollisista Linnunradan malleista, löytääkseen parametrien numeeriset arvot, joita useimmat kuvaa riittävästi havaittua dataa käyttämällä hajautettuja evoluutioalgoritmeja ( maksimitodennäköisyysmenetelmä , geneettiset algoritmit , hiukkasparvimenetelmä , differentiaalievoluutiomenetelmä , Markov-ketjut ja hajautettuun laskentaan sovitettu Monte Carlo -menetelmä ) [8] [9] [10] [11] [ 12] [13] .

Ensimmäinen tehtävä projektin puitteissa oli Jousimiehen tähtivirran tarkempi kuvaus tuolloin tunnettuihin verrattuna, mikä kesti useita kuukausia laskelmia ruudukon avulla [14] . Lisäksi mallit muista Sirotan ja GD-1 :n [4] tähtivirroista rakennettiin samalla tavalla . Sitten Matt Newby teki simulaation  löytääkseen kahden sferoidiparametrin arvot koko taivaalta. Viroissa olevien tähtien jakautumista koskevien tietojen perusteella simuloidaan tähtien liikkeen dynamiikkaa viroissa ("n-body" -tyyppiset laskentatehtävät).

Lyhyellä aikavälillä simulaatiotulokset voivat antaa vastauksia kahteen pääkysymykseen, joihin tällä hetkellä ei ole yksiselitteistä vastausta: Jousimies-tähtivirran sijainnista ja liikesuunnasta. Jotkut astrofyysikot uskovat, että virta kulkee läheltä meitä; toiset ovat varmoja, että virtaus kulkee Auringon yläpuolella (Galaksin tasolla).

Siellä on myös projekti "N-body" (MilkyWay@Home N-Body Simulation). Hankkeen tavoitteena on luoda simulaatio kääpiögalaksien törmäyksestä Linnunradan galaksin gravitaatiokentässä .

Hankkeen kehityshistoria

Projektia alettiin kehittää vuonna 2007 , vuonna 2008 optimoidut asiakassovellukset 32- ja 64-bittisille käyttöjärjestelmille tulivat saataville .

Vuoden 2009 puoliväliin mennessä asiakkaille lähetetyt työmääräykset vaativat nykyaikaisilla prosessoreilla vain 2-4 tuntia laskentaa, mutta niiden käsittely oli suoritettava mahdollisimman lyhyessä ajassa (yleensä 3 päivässä). Tämä teki projektista vähemmän sopivan tietokoneille , jotka eivät toimineet kellon ympäri tai joissa käyttäjät eivät sallineet taustalaskentaa. Tammikuussa 2010 työn sallittu käsittelyaika nostettiin 8 päivään [15] .

11. kesäkuuta 2009 kehitettiin laskennallisia sovelluksia CUDA -teknologian tuella Nvidia-grafiikkasuorittimille [ 16] . 13. tammikuuta 2010 lisättiin tuki ATI Technologiesin grafiikkasuorituksille , mikä mahdollisti merkittävästi projektin integroidun suorituskyvyn lisäämisen [17] . Esimerkiksi työt, jotka vaativat 10 minuuttia laskentaaikaa ATI Radeon HD 3850 GPU:lla tai 5 minuuttia ATI Radeon HD 4850 GPU:lla, laskevat kuudessa tunnissa yhdellä 2,8 GHz AMD Phenom II -prosessoriytimellä. Samanaikaisesti näytönohjainten on tuettava kaksinkertaisen tarkkuuden liukulukutoimintoja .

Tieteelliset saavutukset

2010

2011

2012

2013

Katso myös

Muistiinpanot

  1. ↑ BOINCstats/BAM! | MilkyWay@home - Yksityiskohtaiset tilastot . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 15. kesäkuuta 2012.
  2. ↑ BOINCstats | MylkyWay@Home - Yksityiskohtaiset tilastot . Haettu 5. syyskuuta 2013. Arkistoitu alkuperäisestä 7. elokuuta 2013.
  3. ↑ MilkyWay@Home-projekti tuo Roadrunner-supertietokoneen vyönsä alle . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 3. huhtikuuta 2013.
  4. ↑ 1 2 3 animaatio n-kappaleen simulaatioista . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 21. kesäkuuta 2012.
  5. ↑ Travis Desell. MilkyWay@Home ja Volunteer Computing RPI:ssä. RPI Center for Open Source Software (RCOSS). RPI, Troy, New York, Yhdysvallat. huhtikuuta 2010 . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  6. ↑ Milkyway@home Data Plots . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 26. heinäkuuta 2012.
  7. ↑ 1 2 Nathan Cole, Heidi Newberg, Malik Magdon-Ismail, Travis Desell, Kristopher Dawsey, Warren Hayashi, Jonathan Purnell, Boleslaw Szymanski, Carlos A. Varela, Benjamin Willett ja James Wisniewski. Suurin todennäköisyys vuorovesivirtojen sovittamiseen Jousimiehen kääpiön vuorovesihännille. Astrophysical Journal, 683:750-766, 2008. . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  8. ↑ Travis Desell. Vankka asynkroninen optimointi vapaaehtoisten laskentaverkkojen avulla. 5. vuotuinen Pan-galaktinen BOINC-työpaja. Barcelona, ​​Espanja. lokakuuta 2009. . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  9. ↑ Travis Desell. Asynkroninen globaali optimointi massiiviseen laskentaan. PhD puolustus. RPI, Troy, New York, Yhdysvallat. marraskuuta 2009 . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  10. ↑ Boleslaw Szymanski. Vankka asynkroninen optimointi vapaaehtoisten laskentagrideihin. IEEE:n 5. kansainvälinen e-tieteen konferenssi (e-Science 2009). Oxford, Iso-Britannia. joulukuuta 2009. . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  11. ↑ Matthew Newby. Suurimman todennäköisyyden ongelma ja Jousimieskääpiön vuorovesivirran sovittaminen. RPI Astrofysiikan seminaari. RPI, Troy, New York, Yhdysvallat. lokakuuta 2009. . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  12. ↑ Tuberkuloosigenomin analysoinnista Linnunradan galaksin mallintamiseen: Vapaaehtoisen tietojenkäsittelyn käyttö laskennallisessa tieteessä. julkista puhetta. Pohjois-Dakotan yliopisto, Grand Forks, Pohjois-Dakota, Yhdysvallat. marraskuuta 2010. . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  13. ↑ Travis Desell, Nathan Cole, Malik Magdon-Ismail, Heidi Newberg, Boleslaw Szymanski ja Carlos A. Varela. Hajautettu ja yleinen enimmäistodennäköisyysarviointi. 3rd IEEE International Conference on e-Science and Grid Computing (eScience2007), Bangalore, Intia, sivut 337–344, joulukuu 2007 . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 16. syyskuuta 2012.
  14. ↑ 1 2 Sagittarius-virran N-Body Simulation (downlink) . Käyttöpäivä: 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 24. syyskuuta 2012. 
  15. ↑ Pidentynyt WU:n määräaika . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 25. syyskuuta 2012.
  16. ↑ Suorita SETI@home NVIDIA  GPU :ssa . setiathome.berkeley.edu. Haettu 24. lokakuuta 2018. Arkistoitu alkuperäisestä 24. lokakuuta 2018.
  17. ↑ ATI-sovellus . Käyttöpäivä: 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 24. syyskuuta 2012.
  18. ↑ Edistymisraportti . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 13. elokuuta 2012.
  19. ↑ Juonen eteneminen! . Haettu 15. heinäkuuta 2012. Arkistoitu alkuperäisestä 19. heinäkuuta 2012.
  20. ↑ Sirotan virtaussimuloinnin tulosten visualisointi YouTubessa
  21. ↑ Sirotan virtaussimuloinnin tulosten visualisointi YouTubessa

Linkit

Lähde:

Keskustelua projektista foorumeilla: