※ 引述《Aurim (Who cares?)》之銘言： : 對這種希望雲端計算可以解決運算量的問題，我的想法是這樣： : (當然這不是唯一正解，只是個人意見) : 如果你真的需要那麼多台機器來跑你的計算，你的核心需要是什麼？ : 計算力？記憶體？ : 同價位GPU的平行運算能力比CPU好很多已經是不爭的事實， : 1000顆GPU平行運算能力比1000顆CPU的平行運算能力要好很多。 : 如果再把bus/network的response time算進來，在追求最佳運算效能的前提下， : 個人以為用雲端計算來處理這種事情，先天就已經在網路傳輸的反應時間輸了一大截。 : 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? 我第一篇連寫了兩個問題 可能還沒有表達的很清楚 再更確切一點的問題是這樣的 當我們需要大量運算, 作用在大量資料上時, 該怎麼處理 ? 請問 desktop GPU supercomputing 要怎麼處理 Peta 級的資料 ? 把 Peta 級的資料存成某種方式讓 desktop 去讀 ? 先不算單點頻寬, 光是 I/O 需要一台電腦多少 overhead ? 當今天的運用還牽涉到大量的網路需求呢 ? 比如說你有一個比 facebook 還大的 social network database (?) 說到 scalability 一般人其實就會做有一些有限的 scalability 硬碟不夠多買幾顆, 再不夠買個 NAS CPU 不夠力就買多顆的板子 / 多核 cpu ...... 等等 除非是做相關產業的人 不然絕大多數的 PC user 並不會想要去管資料存在硬碟的哪個磁區 中間 disk seek 或 bus 的 cost 會不會太高 (頂多也是用個 defragment util 玩一玩, 真的不能 defrag 也不會怎麼樣) 也不會去管 cpu 的 cache 是不是能共用 但是傳統 PC 再怎麼 scale 都還是 PC 如果我們能把這種 "不需要去操心加了多少硬體" 的 scalability 整個規模放大, 是不是能夠去解決一些原本很麻煩的問題 ? -- 有時候，遺忘，是令人快樂的。什麼時候？當然是有人傷了你的心的時候。 　存心傷你的那個人，固然是故意和你過不去，但是被傷了心而耿耿於懷的你 　，卻是和自己過不去了。所以，記性不好的人，通常會是比較快樂的人，也 　是比較不容易被擊倒的人。 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.30.49 ※ 編輯: ledia 來自: 140.112.30.49 (01/08 13:37)