Member
Статус: Не в сети Регистрация: 17.02.2005 Откуда: Москва
Всё, что касается мониторинга и статистики работы клиентов Folding@Home.
Монитор FahSpy (Windows) от нашего российского комрада Angel999: http://fahspy.org/index_ru.html Последняя версия 2.0.1 от 13 января 2010 (размер 606 КБ) Для 7ой версии клиента возможно использовать только конвертировав логи с помощью связки, написанной нашим комрадом biker ___________________ Программа HFM.NET автор harlam357 из англ. команды overclockers Список загрузки версий HFM на Google Drive Файл нужно качать HFM CPU 0.9.X.XXX.msi, а не zip-архив Для отображения свежих проектов нужно добавить ссылку для обновления базы: HFM/Edit->Preferences->Web Settings->Project Download URL->вставить http://assign.stanford.edu/api/project/summary и после этого нажать в меню Tools\Download Projects From Stanford (за найденную ссылку спасибо musicman321) Альтернативный вариант: нужно скопировать файл(при этом HFM должен быть закрыт!) ProjectInfo.tab или ProjectInfo.tab копия на нашем сайте в папку C:\Users\%UserName%\AppData\Roaming\HFM Список текущих проектов: https://apps.foldingathome.org/psummary?visibility=ALL
Последний раз редактировалось MegaCalcii 25.06.2020 11:50, всего редактировалось 88 раз(а).
TSC! Russia member
Статус: Не в сети Регистрация: 06.10.2012 Откуда: Москва
Друзья, всех с наступающим!
На 3090 стали приходить задания со странными ID - 17424 (0, 1989, 19), 14911 (0, 4041, 25). Не помню, чтобы когда-то была четырехзначная цифра вторая в скобках.
TSC! Russia member
Статус: Не в сети Регистрация: 06.10.2012 Откуда: Москва
MegaCalcii писал(а):
Fundamentum На видеокартах не встречал большого числа, а вот на CPU есть например такие: 0xa7:Project: 13860 (Run 0, Clone 15190, Gen 0)
Нашел в другой ветке:
Djiraya писал(а):
Относительно RTX 3000 серии, то двукратное увеличение вычислительных блоков ещё не оптимизировали для проектов с относительно малым количеством атомов расчёта. Например скоро появится Project 17319 с количеством атомов 284 612 (максимум для GPU на данный момент). Будет интересно увидеть статистику разницы в скорости серии 1000, 2000 и 3000 от Nvidia.
TSC! Russia member
Статус: Не в сети Регистрация: 03.12.2020 Откуда: Воронеж Фото: 4
Fundamentum С количеством вычислительных блоков видеокарты это не связано. Значение Clone в моделируемом белке (в нашем случае для проекта №17424 моделируются миозины. Миозины - это белки, отвечающие за большую часть силы, создаваемой телом, от сокращения мышц до движения материалов по клетке) это начальная скорость движения атомов. Просто для проекта 17424 моделирование требует больше точек расчёта начальных траекторий. Если подробнее, то: Run - некоторые начальные конформации (формы белка). Как только у нас есть набор конформаций, каждая из них становится отправной точкой для некоторых симуляций, которые вместе и называются Run (пробегом). Clone - В каждом Run (пробеге) запускается множество траекторий, каждая из которых называется Clone (клонированием). Таким образом, все Clone в серии начинаются с одной и той же начальной формы белка, но имеют разную начальную скорость, то есть атомам дают разный начальный толчок в том или ином направлении. Gen - по сути это поколение состоит из ограничения по продолжительности моделирования всего белка (кусочек уже посчитанных вариаций Run и Clone) Хотя F@H одновременно обрабатывает множество разных проектов, Run и Clone, сами Clone являются последовательными по своей природе. Их нужно смоделировать от начала до конца, но было бы непрактично, чтобы один компьютер выполнял один это самостоятельно. Вместо этого вашему компьютеру дается кусок Clone. Для этого есть идентификация по номеру поколения (Gen). Один компьютер запускается с Поколением 0, а когда он завершает работу, другому компьютеру дается Поколение 1 и т. Д. Мы не можем запустить Поколение 1, пока Поколение 0 не закончится, а генов может быть сотни (в зависимости от проекта и моделируемого белка). Вот почему рабочие группы (наши WU, жабы, джобы - ну кто как называет) имеют дедлайны и почему скорость так важна для нас.
В итоге пока все Clone из Run не сформируют форму белка, только в этом случае этот Run завершится, а далее из уже рассчитанного начнется еще несколько Run. Этот процесс продолжается и со временем множество Run разветвляется на другие формы белка, возможно, снова сливаясь вместе в общую форму с другими Run. В конце концов, мы получаем модель с десятками тысяч различных конформаций (терабайты данных). В результате мы можем видеть все формы и энергетические состояния, которые белок может принимать во время его сворачивания в «естественном состоянии», шансы на то, что все переходы происходят, и сколько времени требуется белку, чтобы завершить переход от одной формы белка к другой. Что еще более важно, можно определить места, где белок неправильно складывается и деформируется, что затем приводит к дополнительным исследованиям и моделям того, как это можно предотвратить.
Добавлено спустя 1 час 58 минут 39 секунд: Сорри, немного отвлёкся от темы.
Вообще то хотел поделиться соображениями о новых проектах с крупными белками и влиянием их на производительность, а именно:
Как вижу по зависимости от размера белка чуда не свершилось. В основном учёные ловко манипулируют размерами базовых очков за выполнение заданий, что усредняет итоговый результат с учётом добавления коэффициента быстрого возврата.
Теперь относительно ядер CUDA в сравнении семейств RTX 2000 и 3000.
По спецификациям данные следующие: RTX 2080 Ti - 4352 ядер CUDA RTX 2080 - 2944 ядер CUDA RTX 2070 Super - 2560 ядер CUDA
RTX 3090 - 10496 ядер CUDA RTX 3080 - 8704 ядер CUDA близко к RTX 2080 Ti RTX 3070 - 5888 ядер CUDA близко к RTX 2080
Как известно вычисления в F@H основаны на FP32 и INT32 (FP - числа с плавающие запятой, INT - целочисленные. все с точностью 32 бита). В семействе RTX 2000, CUDA ядра могут выполнять параллельные вычисления как FP32, так и INT32, но при отсутствии INT32 вычислений половина ресурсов простаивает. (в семействе GTX 1000, кстати вообще было возможно использовать только или FP32 или INT32 без параллелизма. одна из причин хорошего прироста производительности от 1000го к 2000у поколениям Nvidia) Так вот, основное нововведение Nvidia в RTX 3000, связанное с двукратным увеличением ядер и FLOPS заключается в изменении универсальности ядер CUDA. По прежнему каждое ядро со времён предыдущей архитектуры может так же параллельно выполнять операции FP32 и INT32, но при отсутствии нагрузки INT32 вычислений, ядро может задействовать свободные ресурсы на расчёт FP32 (т.е. приближённо максимуму для RTX 2080 Ti за такт GPU это 4352 операции FP32 и 4352 операции INT32, а в RTX 3080 это 4352 операции FP32 и 4352 операции INT32 или 8704 операции FP32). CUDA ядер вроде как стало в 2 раза больше, но для идеальных условий когда присутствуют только операции FP32, чего не бывает в F@H, а периодически требуются и расчёты с INT32.
Спасибо, перечитывал это в оригинале и подумывал перевести и выложить сюда, но лень победила. Это теоретический максимум для заданий или Ваши результаты? Если Ваши, то выложите их в соответствующую ветку [F@H] Статистика заданий для накопления статистики
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 3
Вы не можете начинать темы Вы не можете отвечать на сообщения Вы не можете редактировать свои сообщения Вы не можете удалять свои сообщения Вы не можете добавлять вложения