※ 引述《Aurim (Who cares?)》之铭言： : 对这种希望云端计算可以解决运算量的问题，我的想法是这样： : (当然这不是唯一正解，只是个人意见) : 如果你真的需要那麽多台机器来跑你的计算，你的核心需要是什麽？ : 计算力？记忆体？ : 同价位GPU的平行运算能力比CPU好很多已经是不争的事实， : 1000颗GPU平行运算能力比1000颗CPU的平行运算能力要好很多。 : 如果再把bus/network的response time算进来，在追求最佳运算效能的前提下， : 个人以为用云端计算来处理这种事情，先天就已经在网路传输的反应时间输了一大截。 : When you can do it with desktop GPU supercomputing on your desktop, : why do you need to do it with remote cloud computing, : if what you need is computing power? 我第一篇连写了两个问题 可能还没有表达的很清楚 再更确切一点的问题是这样的 当我们需要大量运算, 作用在大量资料上时, 该怎麽处理 ? 请问 desktop GPU supercomputing 要怎麽处理 Peta 级的资料 ? 把 Peta 级的资料存成某种方式让 desktop 去读 ? 先不算单点频宽, 光是 I/O 需要一台电脑多少 overhead ? 当今天的运用还牵涉到大量的网路需求呢 ? 比如说你有一个比 facebook 还大的 social network database (?) 说到 scalability 一般人其实就会做有一些有限的 scalability 硬碟不够多买几颗, 再不够买个 NAS CPU 不够力就买多颗的板子 / 多核 cpu ...... 等等 除非是做相关产业的人 不然绝大多数的 PC user 并不会想要去管资料存在硬碟的哪个磁区 中间 disk seek 或 bus 的 cost 会不会太高 (顶多也是用个 defragment util 玩一玩, 真的不能 defrag 也不会怎麽样) 也不会去管 cpu 的 cache 是不是能共用 但是传统 PC 再怎麽 scale 都还是 PC 如果我们能把这种 "不需要去操心加了多少硬体" 的 scalability 整个规模放大, 是不是能够去解决一些原本很麻烦的问题 ? -- 有时候，遗忘，是令人快乐的。什麽时候？当然是有人伤了你的心的时候。 　存心伤你的那个人，固然是故意和你过不去，但是被伤了心而耿耿於怀的你 　，却是和自己过不去了。所以，记性不好的人，通常会是比较快乐的人，也 　是比较不容易被击倒的人。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.30.49 ※ 编辑: ledia 来自: 140.112.30.49 (01/08 13:37)