Телескопы покупают здесь


A A A A Автор Тема: Распределенные вычисления  (Прочитано 26401 раз)

0 Пользователей и 2 Гостей просматривают эту тему.

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #120 : 02 Сен 2020 [16:59:23] »
THOR Challenge 2020 приглашает вашу команду поддержать гуманитарные исследования
1 сен 2020

Резюме

THOR Challenge возвращается уже пятый год. Узнайте, как вы и ваша команда можете участвовать в то время, когда гуманитарные научные исследования важны как никогда.
https://www.crunchersansfrontieres.org/

Этот год был годом беспрецедентных проблем для большей части планеты. Поэтому в связи с текущими глобальными проблемами, с которыми мы все вместе сталкиваемся, команда CRUNCHERS SANS FRONTIERES выпустила THOR Challenge 2020, который отмечает пятый год проведения этого мероприятия.

Ниже приведены основные правила THOR Challenge 2020:

Начинается 7 сентября и длится пять недель.

В течение первых четырех недель команды THOR Challenge ранжируются по общему времени работы (TRT).
На пятой неделе команды THOR Challenge Pure ранжируются по своим очкам World Community Grid.
Все активные проекты World Community Grid включены в Challenge этого года.
Вы можете узнать больше о структуре THOR Challenge в этом сообщении на форуме Томаса Х.В. Дюпон, капитан команды CRUNCHERS SANS FRONTIERES.
https://www.worldcommunitygrid... t,0#636802

По состоянию на 1 сентября в Challenge этого года приняли участие 58 команд. И, как и в прошлом году, в этом году Challenge - это два соревнования в одном, поэтому в THOR Challenge Pure будут две команды-победители.

Если вы капитан команды, зарегистрируйте свою команду сегодня. А если вы являетесь членом команды, сообщите своему капитану, что вы хотите, чтобы команда участвовала в проекте, поддерживающем исследования COVID-19, рака и микробиома человека. https://www.worldcommunitygrid... geId=10187
https://www.worldcommunitygrid... verview.do
https://www.worldcommunitygrid... verview.do

Спасибо за поддержку THOR Challenge и World Community Grid!
Boinc - Распределенные вычисления на благо науки!

Оффлайн LeonidOS

  • Первооткрыватель комет, астероидов, сверхновых звезд
  • *****
  • Сообщений: 5 203
  • Благодарностей: 288
  • H15, Q60, N82, O75
  • Награды Открытие комет, астероидов, сверхновых звезд, научно значимые исследования.
    • Сообщения от LeonidOS
Re: Распределенные вычисления
« Ответ #121 : 02 Сен 2020 [17:03:52] »
Скажите, а Вот у меня есть множество статей на тему распределенных вычислений куда их можно у вас постить...

Постить не куда, можно попробовать подать, например сюда -> http://www.mathnet.ru

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #122 : 02 Сен 2020 [17:25:49] »
Постить не куда, можно попробовать подать, например сюда -> http://www.mathnet.ru

Там нет форума...

А у Вас, специальная тема создана "Распределенные вычисления" сюда и буду постить.
Boinc - Распределенные вычисления на благо науки!

Оффлайн LeonidOS

  • Первооткрыватель комет, астероидов, сверхновых звезд
  • *****
  • Сообщений: 5 203
  • Благодарностей: 288
  • H15, Q60, N82, O75
  • Награды Открытие комет, астероидов, сверхновых звезд, научно значимые исследования.
    • Сообщения от LeonidOS
Re: Распределенные вычисления
« Ответ #123 : 02 Сен 2020 [17:28:09] »
А, ну тогда да, это логичнее.

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #124 : 02 Сен 2020 [17:47:01] »
А, ну тогда да, это логичнее.

Приятно, пообщаться с понимающим человеком, хоть отсюда не гонят...) А то форумы нынче стали все какие то злые, чуть не по теме или не по профилю пост, сразу бан...
Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #125 : 05 Сен 2020 [18:43:48] »
Суперкомпьютеры для обучения нейросетей заменили сетью распределенных вычислений

Maksim Riabinin, Anton Gusev / arXiv.org, 2020

Российские программисты разработали платформу для распределенного обучения больших нейросетей. Она адаптирована для сети из множества разных по мощности компьютеров, любой из которых в любой момент может выйти из процесса. Как и в проектах научных распределенных вычислений, например, Folding@home, такой подход позволяет с помощью множества добровольцев создать сеть, вычислительная мощность которой будет сопоставима с передовыми суперкомпьютерами. Разработчики описали платформу в препринте, доступном на arXiv.org, а также опубликовали на GitHub код пре-альфа версии.

https://arxiv.org/abs/2002.04013
https://learning-at-home.github.io

Эффективность работы нейросетевых моделей во многом зависит от их размера и от размера обучающей выборки. Например, лидирующая на момент написания заметки модель обработки естественного языка — GPT-3 — имеет 175 миллиардов параметров и была обучена на 570 гигабайтах текстов. Но для обучения подобного масштаба требуется соответствующая вычислительная мощность, которая из-за дороговизны зачастую недоступна исследовательским группам, не входящим в состав крупных IT-компаний.

Во многих областях науки есть проекты распределенных вычислений, решающие эту проблему с помощью волонтеров: любой человек с доступом к интернету может установить у себя программу, которая будет в фоновом режиме проводить нужные ученым вычисления. Вместе, тысячи или даже миллионы компьютеров бесплатно предоставляют ученым вычислительную сеть с мощностью лидирующих суперкомпьютеров: в 2020 году мощность сети биомолекулярных симуляций Folding@home перешла рубеж в один экзафлопс и продолжила расти. Но сети распределенных вычислений имеют недостатки: каждый компьютер может в любой момент отключиться или передавать данные медленно и нестабильно, а кроме того, не все типы вычислений одинаково легко разбиваются на подзадачи для распределения по отдельным вычислительным узлам.
https://foldingathome.org

Максим Рябинин (Maksim Riabinin) из Высшей школы экономики и Яндекса вместе с коллегой Антоном Гусевым (Anton Gusev) разработали платформу Learning@home, позволяющую распределять обучение нейросетевых моделей на множество компьютеров. В основе платформы лежит метод коллектива экспертов, при котором за обработку разных входящих данных отвечают определенные «эксперты» — отдельные алгоритмы или компьютеры. Разработчики предложили разбивать слои обучаемой нейросети на набор экспертов. Каждый из экспертов может иметь свою специализацию, к примеру, выступать в качестве части нейросети сверточного или другого типа. https://ru.wikipedia.org/wiki/Распределённая_хеш-таблица

Схема работы сети
Maksim Riabinin, Anton Gusev / arXiv.org, 2020
Поделиться
 
Сеть компьютеров для обучения или выполнения нейросетевых алгоритмов имеет децентрализованную структуру, а каждый из ее вычислительных узлов состоит из трех частей: исполняющей среды, управляющей части и DHT-узла. Исполняющая среда непосредственно отвечает за вычисления, то есть выступает в качестве эксперта. Управляющая часть принимает входящие данные, выбирает подходящих для их обработки экспертов и собирает данные вычислений. А DHT-узел — это часть распределенной хэш-таблицы, в которой сеть хранит свои данные.

Схема узла сети
Maksim Riabinin, Anton Gusev / arXiv.org, 2020
Поделиться
 
Авторы опубликовали код, который они использовали для первичной проверки работоспособности платформы, на GitHub, но отметили, что пока его не стоит рассматривать как готовую к использованию библиотеку. Также они отметили, что платформа в нынешнем виде будет иметь типичные недостатки одноранговых сетей, в том числе высокую нагрузку на сетевую инфраструктуру, а также подверженность специфичным для такого сетей атакам, возможность которых произрастает из их архитектуры, а не конкретной реализации.
Исследователи со всего мира работают не только над совершенствованием программной части нейросетей и их обучения, но и над аппаратной. Одно из перспективных направлений — это нейроморфные чипы, которые по своей архитектуре повторяют организацию и принцип работы биологических нейронных сетей, и имеют в своем составе синапсы, дендриты и аксоны, позволяющие более точно имитировать межнейронное взаимодействие. Среди них можно выделить чисто нейроморфные чипы от IBM и Intel, а также представленный в прошлом году китайскими разработчиками гибридный чип, в котором совмещены блоки для классических и импульсных искусственных нейросетей.
Григорий Копиев



Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #126 : 23 Сен 2020 [13:28:09] »
Еженедельный обзор новостей и заметок для MLC@Home
21 сентября 2020 г.
https://www.mlcathome.org/mlcathome/forum_thread.php?id=82#509
Новый клиент (v9.61) вышел из тестирования и развернут в основном приложении MLDS, а WU набора данных 3 отсутствуют! На данный момент мы выпустили только 10 WU для каждого графика, и в будущем мы увеличим это число как минимум до 100. Для WU набора данных 3 требуется приложение MLDS версии не ниже 9.61, а все предыдущие версии приложения устарели. Кроме того, приложения MLDStest теперь помечены как бета-версии, что требует от пользователей указания предпочтений «запускать тестовые приложения» для участия в тестировании. Пожалуйста, подумайте о том, чтобы сделать это, поскольку тестирование на mldstest на этот раз выявило многие проблемы перед широким развертыванием, но также поймите, что это нестабильно, и вы можете не получить признание за WU, развернутые через приложение для тестирования.
Подготовка к выпуску Dataset 4 (MNIST и TrojAI) продолжается. Написание статей продолжается до крайнего срока конференции в конце месяца.
Новости:
Выпущен набор данных 3 WU: 100 автоматов для моделирования, 100+ моделей на граф. Для работы WU требуется больше времени при соответствующем увеличении кредита! Кроме того, требования к памяти на WU упали ниже 350 МБ!
В следующие несколько недель основное внимание будет уделено мониторингу WU набора данных 3, чтобы убедиться в отсутствии проблем, и написанию документов.
Мы сделаем официальный выпуск предварительного набора данных (1 + 2), когда у нас будет, по крайней мере, 1000 примеров каждого типа машин, и мы приближаемся!
Новый сервер еще не отправлен от производителя, но должен быть доставлен «в любой момент».
Мы не забыли про значки! На данный момент мы сосредоточены только на бумаге и новом поколении WU. Тем не менее, если волонтеры захотят предложить потенциальные дизайны значков, заходите на форумы и присоединяйтесь к обсуждению.
Снимок состояния проекта:
Задачи
Заданий готово к отправке 13588
Выполняемые задачи 22210
Пользователи
С кредитом 767
Зарегистрирован за последние 24 часа 62
Хосты
С недавним кредитом 2044
Зарегистрировано за последние 24 часа 15
Текущий гигафлопс 35869,59
Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #127 : 26 Сен 2020 [08:27:39] »
AMD поддержала распределенные вычисления в исследованиях COVID-19

Опубликовано: 19.09.2020

Подпроект (пока единственный) TN-Grid gene @ home получает доступ к двум серверам с процессорами Epyc и восьми вычислительным картам Radeon Instinct (MI50) в течение одного года в рамках гранта AMD на исследования COVID-19. К сожалению, было бы слишком обременительно передавать на аутсорсинг серверные услуги TN-Grid этим машинам, так что влияние на проект BOINC останется управляемым. Вместо этого ресурсы следует использовать, например, для тестирования алгоритмов, основанных на глубоком обучении.

AMD расширяет финансирование высокопроизводительных вычислений COVID-19 на другие исследовательские институты
Наш проект gene@home (осуществляемый в Университете Тренто, Италия) был выбран AMD в качестве бенефициара финансирования высокопроизводительных вычислений COVID-19, см. Официальное объявление:

https://www.amd.com/de/corporate/hpc- фонд

Мы очень благодарны за это пожертвование, оно предоставит нам доступ к высокопроизводительным вычислительным узлам для продвижения наших исследований. Дополнительную информацию и комментарии можно найти здесь: https://gene.disi.unitn.it/test/forum_thread.php?id=291 (англ.)
16 сентября 2020 г.
Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #128 : 03 Окт 2020 [11:21:43] »
Используйте свою силу - мощь компьютера.

(21.09.2020) Используйте свою силу - мощь компьютера. Например, с помощью «распределенных вычислений» очень легко продвигать исследования РНК.

Исследование после работы - не поднимая пальца. Тут подойдет волшебное слово: распределенные вычисления (DC). Все, что вам нужно сделать, это включить компьютер (ладно, для этого, возможно, придется согнуть палец), и CPU или GPU (видеокарта) будут участвовать в научных проектах со своей вычислительной мощностью.
(«Кластер смартфона» с жидкостным охлаждением (слева), 6S РНК E. coli (голубой) в комплексе с бета-субъединицей РНК-полимеразы E. coli (темно-зеленый))

Например, для борьбы с SARS-CoV-2. Например, платформа Folding @ home, координируемая Стэнфордским университетом, в настоящее время моделирует неструктурный белок 8 (NSP8), один из двух кофакторов основной вирусной полимеразы NSP12, с целью поиска возможных мишеней для лекарств. В общем, Folding @ home - это симуляция молекулярной динамики. Предпринята попытка найти стабильную конформацию белка путем «виртуального встряхивания» аминокислотной цепи, которая изначально была развернута.
https://foldingathome.org/

Огромная вычислительная мощность

 «Вместе мы сильны» - подходящий слоган для платформы DC. И на самом деле, команда разработчиков «домашних бабочек белка в домашних условиях» недавно сообщила на bioRxiv, что более миллиона человек приняли участие в проекте SARS-CoV-2 и вместе создали «первый в мире« экзафлопсный компьютер »». . Что примерно соответствует вычислительной мощности человеческого мозга на нейронном уровне.
https://www.biorxiv.org/content/10.1101/2020.06.27.175430v2

В Германии потенциал распределенных вычислений также давно признан - как для самой науки, так и для ее передачи общественности (ключевое слово: Citizen Science). Некоммерческая организация Rechenkraft.net e. V. базируется в Марбурге. «Изначально Rechenkraft.net был онлайн-сообществом компьютерных энтузиастов, которые хотели работать над крупными научными проектами на своих частных компьютерах», - говорит Майкл Вебер, председатель правления ассоциации и химик. «В то время в архитектуре ЦП не было никаких функций энергосбережения, так что в лучшем случае разница составляла 15 Вт вне зависимости от того, простаивает ли обычный ПК или работает с полной нагрузкой. Оставлять вещи включенными, не рассчитывая на них, было пустой тратой энергии ». Если учесть, что офисным приложениям в то время требовалось только 5% загрузки процессора, у вас действительно оставалось много« свободной энергии ». «Ощутимо обессилен».
https://www.rechenkraft.net/

Расчет ставок для науки

Именно так поступали начинающие основатели клуба и принимали участие в глобальных проектах DC как команда. На международном уровне они в основном входили в десятку лучших, - с гордостью сообщает Вебер. Кроме того, они начали перечислять все текущие проекты DC по всему миру для других компьютерных энтузиастов с научным чутьем и публиковать информацию в Интернете. Любой желающий мог выбрать свой любимый проект - будь то в эволюционной биологии, астрофизике или исследовании рака - и начать вычисления. «Гражданская наука в чистом виде», - говорит Вебер. Наконец, «поскольку наш энтузиазм по поводу этой темы продолжал расти» и чтобы иметь возможность участвовать в дальнейшем и сделать DC более популярным, в конце 2004 года была основана «Ассоциация содействия образованию, исследованиям и науке с помощью сетевых компьютеров». е. В.

Однако в конечном итоге членам клуба было слишком скучно считать в расчетах только других. Вот почему в 2009 году они начали свой первый проект DC: RNA World. РНК, потому что ей поставили диагноз «нехватка вычислительной мощности для этой важной темы исследования». «Вопреки другим предположениям, мы рассматриваем клетки как« РНК-машины », в которых белки в основном всегда выполняют одни и те же стандартные задачи. (...) Для нас больше всего привлекает все еще малоизвестная «вселенная РНК», - объясняет Вебер.
http://www.rnaworld.de/rnaworld/

Чтобы восполнить эти пробелы в знаниях, RNA World изначально занималась простой идентификацией семейств РНК в недавно секвенированных геномах всех классов организмов. Задача непростая, потому что, по словам Вебера, нужно учитывать не только первичную последовательность, но и вторичную структуру. А это означает больше вычислительных усилий и обязательно экспериментальных данных. «Данные поступают из обычных общедоступных баз данных генома EMBL-EBI (Европа) или NCBI (США), при этом наше внимание до сих пор было сосредоточено на европейских базах данных. Мы извлекаем известные семейства РНК из базы данных Rfam, которая, как известно, была устаревшей в то время (и остается до сих пор) ».

Полная идентификация

Для идентификации используется программный пакет INFERNAL, изначально предназначенный для компьютеров под управлением Linux. Чтобы заставить пакет работать на более широко используемых компьютерах с операционной системой Windows (лучше подходящих для проектов Citizen Science), код был быстро переработан. Также в обмен на первоначальных разработчиков Шона Эдди и Эрика Навроцки, которые тогда работали в исследовательском кампусе HHMI Janelia Farm в США.
https://academic.oup.com/bioinformatics/article/29/22/2933/316439

«Что касается принципа работы, RNA World / INFERNAL берет на себя геном вновь секвенированного организма и использует« стохастические контекстно-свободные грамматики »для систематического картирования всех известных семейств РНК на основе так называемого ковариационного подхода. Кроме того, RNA World позволяет. Например, на основе результатов лабораторных экспериментов мы можем создать наши собственные модели ковариации РНК и последовательно искать для них гомологичных членов семейства в новых наборах данных генома », - объясняет Вебер.

Почти 20 000 компьютеров с более чем 6 000 участников рассчитывают на RNA World. В исключительных случаях решение арифметической задачи может занять целый год. Это показывает настойчивость многих участвовавших в этом ученых-граждан. «Мы хотели показать, что сообщество людей, заинтересованных в науке, может держать свечу перед профессиональными учреждениями в области биоинформатики даже в свободное время». И это сработало. «Основанием для этого является хорошее общение между обеими сторонами», - говорит Вебер.

«RNA World» в настоящее время находится в переходной фазе, добавляет химик. Завершаются последние, более сложные арифметические задачи, а затем система программного обеспечения подвергается капитальному ремонту и оснащается новыми приложениями. B. Разрешить моделирование молекулярного докинга, виртуального скрининга и молекулярной динамики. «Конечно, все основано на свободно доступном программном обеспечении с открытым исходным кодом», - добавляет Вебер.

Исправление выпущено

Также необходимо провести работу, чтобы обеспечить более быструю сортировку, обработку и публикацию результатов. «Новичку легко недооценить объем данных, которые вас ждут. Несколько раз с нами случалось, что независимые исследовательские группы университетов публиковали результаты, полученные с помощью RNA World ».
Однако также возможно сотрудничество, при котором исследователи снабжают суперкомпьютер RNA-World своими данными. Вебер: «У нас вы можете использовать простую веб-форму, чтобы выбрать нужное приложение, загрузить файлы проекта, и результаты будут представлены в виде загрузки после завершения. Я не знаю ни одной активной распределенной вычислительной системы, которая предлагает этот подход ». Единственное требование - это регистрация и предварительное участие хотя бы в нескольких вычислительных задачах в RNA World. Все желающие могут связаться с Rechenkraft.net e. Отчет V., а также предложения по программному обеспечению, которое можно интегрировать в RNA World.

Между тем ассоциация энтузиастов постоянного тока даже превратилась в целое tecSPACE, открытую мастерскую с 3D-принтером, лазерным резаком / гравером, рабочей средой виртуальной реальности, осциллографом, лабораторным источником питания, паяльной станцией, микроскопом и фрезерным станком с ЧПУ, которые бесплатно доступны для всех людей с хорошими идеями. «В биоинформатике мы хотим продвигать идею OpenPharma, которая позволяет любознательным людям заниматься своими собственными исследовательскими проектами», - говорит Вебер. «По сути, для нас также важно показать, что альтруистические действия в кооперативном сообществе могут быть более мощными, чем коммерческие услуги, основанные на конкуренции».

Кэтлин Грансалке  https://www.laborjournal.de/editorials/2091.php
Фото: Rechenkraft.net e. В.
Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru/forum/

Boinc - Распределенные вычисления на благо науки!

Оффлайн Yura12

  • ***
  • Сообщений: 188
  • Благодарностей: 12
    • Сообщения от Yura12
    • Астрономическая обсерватория ПетрГУ
Re: Распределенные вычисления
« Ответ #129 : 08 Окт 2020 [14:11:54] »
 
Запущен новый проект распределённых вычислений в области астрономии Gaia@Home . Тут:  http://gaiaathome.eu/gaiaathome/about.php
описание.
Приложение 1_Gaia@Home нацелено на моделирование эволюции орбит долгопериодических комет в условиях возмущений со стороны звёздного и прочего галактического окружения.
Ссылка для подключения из BOINC
http://gaiaathome.eu/gaiaathome/
(Задания пока только под Linux).
 
Здесь http://asterion.petrsu.ru/astronomy_archive/ архив выпусков Астрономической газеты

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #130 : 08 Окт 2020 [15:54:35] »

Запущен новый проект распределённых вычислений в области астрономии Gaia@Home . Тут:  http://gaiaathome.eu/gaiaathome/about.php
описание.
Приложение 1_Gaia@Home нацелено на моделирование эволюции орбит долгопериодических комет в условиях возмущений со стороны звёздного и прочего галактического окружения.
Ссылка для подключения из BOINC
http://gaiaathome.eu/gaiaathome/
(Задания пока только под Linux).

Это очень плохо что нет приложений под виндовс
Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #131 : 10 Окт 2020 [08:50:24] »
Распределенные вычисления на графических процессорах NVIDIA

Вместе мы становимся еще более мощными: Сворачивание на GPU получает преимущество, благодаря поддержке NVIDIA cuda!
Поддержка CUDA приходит в Folding@Home, чтобы дать графическим процессорам NVIDIA большой прирост скорости, и вам не нужно ничего делать для ее активации!

Сворачивание на графических процессорах составляют огромную часть вычислительной мощности Folding@Home, что позволяет нам помогать таким проектам, как проект по открытию научных лекарств COVID Moonshot, оценивать тысячи молекул в неделю в их стремлении создать новое недорогое безпатентное бесплатное лечение COVID-19.
https://youtu.be/VnyaAmM1nhE

COVID Moonshot (@ covid _ moonshot) использует способность Folding@Home оценивать тысячи молекул в неделю, синтезируя сотни этих молекул в стремлении разработать безпатентный препарат для COVID-19, который можно будет принимать как простую таблетку 2 раза в день.

С сегодняшнего дня ваши вычисления на графических процессорах только что получили большую мощность! Благодаря инженерам NVIDIA наши GPU-ядра Folding @Home - основанные на инструментарии OpenMM с открытым исходным кодом - теперь поддерживают CUDA, позволяя запускать GPU-проекты значительно быстрее. Типичные GPU получат прирост скорости на 15-30% в большинстве Folding@Home проектов, резко увеличивая как научную пропускную способность, так и количество очков в день (PPD).

 Еще более захватывающим является то, что COVID Moonshot Sprints - которые используют специальные функции OpenMM для оценки того, насколько плотно потенциальные терапевтические средства будут ингибировать SARS-CoV-2 основную вирусную протеазу - могут видеть ускорение до 50-100% на многих GPU, помогая нам значительно ускорить наш прогресс в направлении лечения. Следить за ходом Moonshot можно в Twitter.

 Чтобы увидеть эти повышения скорости, вам не придется ничего делать - новая версия 22 ядра с индексом 0.0.13 будет автоматически развертываться в течение следующих нескольких дней на многих проектах, автоматически загружая CUDA-версию ядра и библиотеки компиляторов среды выполнения CUDA, необходимые для ускорения нашего кода. Если у вас есть графический процессор NVIDIA, в журнале клиента будет видно, что будет запущено более быстрая версия CUDA с индексом 0.0.13.
 
 Чтобы добиться максимальной производительности нового ядра с поддержкой CUDA, обязательно обновите драйверы NVIDIA! Нет необходимости устанавливать CUDA Toolkit.

Хотя core22 0.0.13 должен автоматически включать поддержку CUDA для архитектур Kepler и NVIDIA GPU более поздних версий, при возникновении каких-либо проблем обратитесь в Folding Forum за помощью в устранении неполадок. Как члены команды Folding@Home, так и волонтеры сообщества могут помочь в разборе любых проблем.

Помимо поддержки CUDA, core22 0.0.13 включает в себя ряд bugfix и новых научных функций, а также более полезную информацию, отображаемую в журналах.

Мы невероятно благодарны всем тем, кто внес свой вклад в разработку последней версии ядра графического процессора Folding@home, особенно:
Peter Eastman, ведущий разработчик OpenMM(Stanford)
Joseph Coffland, ведущий разработчик Folding@Home (Cauldron Development)
Adam Beberg, главный архитектор, распределенных систем (NVIDIA) и оригинальный соавтор Folding@Home почти 21 год назад!

Мы хотели бы выразить особую благодарность Дженсену Хуангу и всем в NVIDIA за их невероятную поддержку Folding@Home, которая недавно была представлена на недавнем мероприятии по запуску NVIDIA GeForce RTX 30 Series:
https://youtu.be/E98hC9e__Xs

Кроме того, эти улучшения были невозможны без невероятного усилия всех волонтеров Folding@Home, которые помогли нам проверить многие ревизии сборок, особенно PantherX, Anand Bhat, Jesse_V, Bruce, toTOW, davidcoton, mwroggenbuck, artoar_11, rhavern, hayesk, muziqaz, Zach Hillard, _r2w_ben, bollix47, joe_h, ThWuensche и все остальные, кто проверил ядро и обеспечил обратную связь.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru/forum/

Boinc - Распределенные вычисления на благо науки!

Оффлайн AlexA

  • Новичок
  • *
  • Сообщений: 28
  • Благодарностей: 2
  • Мне нравится этот форум!
    • Сообщения от AlexA
    • В мире распределенных вычислений
Проект РВ - Asteroids@home
« Ответ #132 : 25 Окт 2020 [16:00:53] »
информация о проекте уже всплывала на этом форуме, но сейчас выискивать какие-то отдельные посты в общей массе довольно затруднительно. А сам проект, как нельзя более подходит именно к тематике и самого астрономического форума и его подраздела "Астрономия и компьютеры".
Поэтому я решил выделить информацию о нем в отдельную тему.

Для начала немного о проекте (вольный перевод с сайта проекта):

Цитата
Проект добровольных распределенных вычислений Asteroids@home занимается тем, что пытается выяснить ранее неизвестные параметры различных астероидов. На сегодняшний день известны сотни тысяч астероидов и каждый день происходит открытие десятков и сотен новых объектов. Хотя общее количество известных астероидов велико, о физических свойствах отдельных объектов известно очень мало. Для значительной части "населения" известен только размер тел. Другие физические параметры (форма, период вращения, направление оси вращения, …) известны только для нескольких сотен объектов.

Идея проекта состоит в том, что астероиды обычно имеют неправильную форму и при этом вращаются, поэтому количество солнечного света, которое они рассеивают по направлению к наблюдателю, меняется со временем. Это изменение яркости во времени называется световой кривой. Форма световой кривой зависит от формы астероида, а также от геометрии обзора и освещения. Если будет собрано достаточное количество световых кривых, наблюдаемых при различных геометриях, то можно восстановить уникальную физическую модель астероида ​​методом обращения световых кривых.

Проект Asteroids@home имеет цель значительно расширить наши знания о физических свойствах астероидов. Приложение BOINC использует фотометрические измерения астероидов, наблюдаемые профессиональными съемками. Данные обрабатываются с использованием метода инверсии светового изгиба, и получается трехмерная модель формы астероида вместе с периодом вращения и направлением оси вращения.

Поскольку фотометрические данные, полученные при съемках всего неба, обычно невелики во времени, период вращения не является «видимым» непосредственно в этих данных, и необходимо провести сканирование огромного пространства параметров, чтобы найти наилучшее решение. В таких случаях инверсия световой кривой занимает очень много времени, и распределенные вычисления - единственный способ эффективно справиться с фотометрированием сотен тысяч астероидов. Более того, чтобы выявить систематические ошибки в методе и восстановить реальное распределение физических параметров в популяции астероидов, необходимо обработать большие наборы данных «синтетических» (искусственных) популяций.

Проект неоднократно публиковал данные о полученных результатах. И вот в конце сентября 2019 года были опубликованы сотни новых полученных моделей астероидов. доступен на arXiv и скоро должен появиться в журнале Astronomy and Astrophysics.
Там сказано, что:

"...Свойства вращения (направление оси вращения и период вращения) и модели грубой формы астероидов могут быть восстановлены по их интегрированной яркости при измерении по различным геометриям обзора. Эти физические свойства необходимы для создания общей картины структуры и динамического развития основного пояса. Количество моделей формы и вращения может быть увеличено не только при наличии новых данных, но также путем объединения независимых наборов данных и их инвертирования. Нашей целью было получить новые модели астероидов путем обработки легкодоступной фотометрии. Мы использовали фотометрию астероидов, собранную в базе данных фотометрии Обсерватории Лоуэлла с фотометрией из второго Выпуска данных Gaia. В обоих источниках доступны данные для, примерно, 5400 астероидов. В рамках проекта распределенных вычислений Asteroids@home мы применили метод инверсии кривой блеска к каждому астероиду, чтобы найти его модель выпуклой формы и состояние вращения, которое соответствует наблюдаемой фотометрии. Из-за ограниченного числа точек данных Gaia DR2 и низкой фотометрической точности данных Лоуэлла нам удалось получить уникальные модели только для ~ 1100 астероидов. Тем не менее, 762 из них - новые модели, которые значительно расширяют текущую базу данных о 1600 моделях астероидов. Наши результаты демонстрируют важность комбинированного подхода к инверсии астероидной фотометрии. Хотя наши модели в целом согласуются с моделями, полученными путем раздельной инверсии данных Лоуэлла и Гайи, комбинированная инверсия является более надежной, параметры модели более ограничены, и во многих случаях уникальные модели можно реконструировать, когда одних отдельных наборов данных недостаточно."

На этом форуме о проекте насколько раз высказался Леонид Еленин ( LeonidOS ), который знаком с некоторыми из организаторов этого проекта. Свожу тут воедино его ответы из личной переписки и посты с форума. Его согласие мной было получено.

17 ноября 2019:
Цитата
Надеюсь в те 1100 астероидов, входят те, для которых период, ось вращения и форма уже были восстановлены. Данные Лоувелла действительно очень слабые с точки зрения фотометрами, а у Гайи слишком разряженные ряды. Я работал с несколькими кривыми блеск из сотен точек просто для определения периода вращения, для определения формы нужны десятки кривых блеска с хорошим покрытиям по фазовым углам, особенно важны кривые при больших фазовых углах.

23 ноября 2019:
 
Цитата
Работа интересная и до ее прочтения, я относился к проекту с бОльшим скептицизмом.
Приводится сравнение с базой LCDB, т.е. с данными, полученными "классическим" способом. И в большей степени они совпадают.
С восстановлением формы, конечно, вопросов уже больше. Ведь для этой задачи нужны не абы какие данные, а кривые блеска полученные на больших фазовых углах. А при малых фазовых углах мы практически не получаем информации о форме. В целом, эта задача близка к черной магии и вызывает большое число вопросов.
Рад что проект не заглох и работа идет.


На днях проект опубликовал новые полученные данные на [u=https://arxiv.org/abs/2010.01820]arXiv[/u].

Опять "вольный" перевод:
Цитата
Модели астероидов, восстановленные по фотометрии ATLAS
Дж. Дюреч , Дж. Тонри , Н. Эразмус , Л. Денно , А. Н. Хайнце , Х. Флюеллинг , Р. Ванко
Система последнего предупреждения о столкновении с землей астероидов (ATLAS) - это обзор всего неба, в первую очередь направленный на обнаружение потенциально опасных астероидов, сближающихся с Землей. Помимо астрометрии астероидов, он также производит их фотометрические измерения, которые содержат информацию о вращении астероидов и их форме. Чтобы увеличить текущее количество астероидов с известной формой и состоянием вращения, мы реконструировали модели астероидов на основе фотометрии ATLAS, которая была доступна примерно для 180 000 астероидов, наблюдавшихся в период с 2015 по 2018 год. Мы использовали метод инверсии кривой блеска, реализованный в Asteroid@home по обработке фотометрии ATLAS примерно для 100 000 астероидов с более чем сотней отдельных измерений яркости. Сканируя период и пространство параметров полюса, мы выбрали наиболее подходящие модели, которые, согласно нашей настройке, единственное решение обратной задачи. Мы получили ~ 2750 уникальных моделей, 950 из них уже реконструированы по другим данным и опубликованы. Остальные 1800 моделей новые. Около половины из них являются лишь частными моделями с неограниченной эклиптической долготой полюса. Наряду с формой и вращением мы также определили для каждого смоделированного астероида его цветовой индекс с помощью голубого и оранжевого фильтра, использованного в обзоре ATLAS. Мы также показываем корреляции между показателем цвета, альбедо и наклоном функции фазового угла. Текущий анализ - это первая инверсия фотометрии астероидов ATLAS, и это первый шаг в использовании огромного научного потенциала, которым обладает фотометрия ATLAS. ATLAS продолжает наблюдения, и в будущем эти данные вместе с другими независимыми фотометрическими измерениями.

Опять же за комментариями обратился к Леониду, как специалисту в данной и смежных областях. 23 октября он прокомментировал эту новость таким образом:
Цитата
Статью прочел. Вопросов нет. Для определения оси вращения, а тем более формы, нужны длинные ряды измерений при максимальном диапазоне фазовых углов, причем при малых ФУ измерения для восстановления формы практически бесполезны. Они отмечают, что данных то много, но форму смогли рассчитать лишь для 3000 объектов. Проект мне нравится, если бы я сейчас работал с BOINC, то, наверное, отдал бы ему предпочтение. Тем более да, некоторых из авторов знаю лично.
Затем разговор перешел на тему использования ГПУ в расчетах, чем сейчас и занимаются организаторы проекта:
Цитата
Конечно, дело интересное. Я кстати, до реконструкции формы так и не дошел. Определял период вращения и ориентацию оси вращения. Форма - это немного магия и там да, нужно много вычислений. Графкарты самое то для этого.

Для чего я тут это всё написал. Проекты распределенных вычислений часто упрекают в отсутствии реальных результатов. Возможно часто оно так и есть. Но вот в данном случае, получается нечно интересное. Причем, как видите, в том числе и по мнению тех, кто достаточно хорошо и профессионально разбирается в данной теме.

Надеюсь, что от проекта еще будет приходить интересная информация, и что то, что я написал кого-то здесь заинтересует и желающие подключатся к проекту и помогут ему. Тем более, что существует команда этого форума .


Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Проект РВ - Asteroids@home
« Ответ #133 : 25 Окт 2020 [20:07:16] »
круто!
Boinc - Распределенные вычисления на благо науки!

Оффлайн ROVIAN

  • Модератор
  • *****
  • Сообщений: 61 345
  • Благодарностей: 1223
  • RV6LOT Icom IC-775DSP
    • Сообщения от ROVIAN
    • Астрономия в Ростове-на-Дону
Re: Проект РВ - Asteroids@home
« Ответ #134 : 26 Окт 2020 [07:17:26] »
Только надо было писать не [u][/u], а url, тогда будет 

arXiv       ;)

Да и ссылки на ранние обсуждения на форуме сюда просятся, ну или темы объединить.  :)
« Последнее редактирование: 26 Окт 2020 [07:22:30] от ROVIAN »
80ED+SW0.85/HEQ5/533ММ/QHY5-II,
203/1000/HEQ5/МРСС/183ММ/QHY5-II

Н 150,200,300,  МСТ-180 Hand made  165,215,300,317,450
Canon 550D, 550DA, 1100DA, 5DM2, 5DM4,  (SY 14/2.8, SY 135/2.0, EF 70-200/4L, )  

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #135 : 31 Окт 2020 [09:18:42] »
Всем привет – Это MilkyWay!

Прошло много времени с тех пор, как мы обновили эту ветку. Многое произошло с MilkyWay @ home, и я хотел бы обсудить некоторые новые вещи, которые мы здесь делаем.

В настоящее время мы работаем на MilkyWay @ home и оптимизируем карликовую галактику-прародитель Орфанного потока, используя данные цифрового обзора неба Слоуна (SDSS), а также данные камеры темной энергии, чтобы они соответствовали южному концу Орфанского потока. В прошлом мы тестировали MW @ home с смоделированными данными, чтобы увидеть, сможем ли мы точно извлечь правильную массу и радиальный профиль образца карликовой галактики из ее приливных потоков. После исправления нескольких ошибок в коде Earth Mover Distance и сбора данных в областях, где их не было, мы, наконец, готовы использовать наш код на реальном устройстве.

В дополнение к новым запускам мы все ближе приближаемся к выпуску еще одной версии MW @ home с рядом новых функций. Одна из самых важных функций, которые мы добавляем, - это способность MW @ home соответствовать орбитам приливных потоков, которые мы оптимизируем. В прошлых версиях орбиту (определяемую двумя позиционными параметрами и трехмерными параметрами скорости) приходилось вручную устанавливать в файле lua, отправляемом со всеми рабочими блоками. Используя звездные данные, мы могли бы вычислить пять параметров, необходимых для того, чтобы орбита нашей карликовой галактики прослеживала путь наблюдаемых приливных потоков. Однако это не всегда надежный метод выбора орбиты. Карликовые галактики не являются бесконечно малыми точками и, таким образом, прослеживают несколько самовзаимодействующих орбит, фаза которых смешивается, поскольку приливные силы заставляют сегменты карликовой галактики ускоряться вперед или отставать. Кроме того, в некоторых случаях ориентация приливного потока может не отражать его истинный орбитальный путь. В случае Сиротского Потока скорость звезд в его южном хвосте ПЕРПЕНДИКУЛЬНО движется к приливному потоку из-за гравитационных рывков Большого Магелланова Облака. Чтобы учесть эту изменчивость и хаос, помимо подбора массы и радиального профиля карликовой галактики-прародителя, мы также планируем одновременно подобрать ее орбиту.

Еще одна новая функция в следующей версии - добавление LMC. Новые оценки массы БМО оценивают ее примерно в 10% от общей массы Млечного Пути. Это вносит значительный нестатический компонент в систему Млечного Пути, который необходимо учитывать при моделировании. Однако добавить БМО с этой массой не так просто, как вставить точечную частицу с соответствующей массой в нашу симуляцию. По мере того как БМО тянется к Галактике Млечный Путь, наша Галактика также притягивается БМО, переводя нашу систему в ускоряющуюся систему отсчета. Таким образом, мы должны корректировать положения и скорости всех частиц для каждого временного шага, чтобы учесть сдвиги в системе отсчета Млечного Пути.
Последняя функция, над которой мы все еще работаем, добавляем в MW @ home, - это обработка GPU для nbody. Подобно тому, как Separation в MW @ home использует приложения GPU для быстрого извлечения потоков с неба, мы планируем реализовать вычисления на GPU, чтобы ускорить наши длительные симуляции. Ни для кого не секрет, что приложениям NBody требуется больше времени для запуска между увеличением тел и добавлением более сложных потенциалов. К тому же подгонка орбиты и расчеты LMC только увеличивают время выполнения. Хотя мы все еще исправляем некоторые ошибки, мы надеемся, что добавление совместимости с графическим процессором поможет всем сэкономить время и ускорить эти вычисления.

В общем, мы были заняты RPI, собирая новые звездные данные для оптимизации и отладки новых предстоящих функций. Мы приносим свои извинения за то, что не проявляем такой активности в этих обсуждениях, как в прошлом, и будем стараться, чтобы обновления приходили по мере того, как будут сделаны новые открытия. Спасибо всем за терпение и поддержку.

Всем привет – Это MilkyWay!

MilkyWay @ home рассчитывает массу и радиальный профиль Орфанного потока на основе его приливных обломков и распределения звезд. Это полезно, потому что дает нам представление о содержании темной материи в потоке. Он работает, проверяя случайные наборы параметров против приливного течения и видя, какой набор параметров лучше всего подходит. Каждый компьютер в этом проекте получает набор параметров и выполняет симуляцию Nbody. Хорошо это или плохо, компьютер отправляет оценку вероятности обратно на главный сервер, и мы используем алгоритм дифференциальной эволюции для создания более точных наборов параметров для тестирования. Мы продолжаем использовать этот алгоритм до тех пор, пока наша совокупность наборов параметров не сойдется до максимальной вероятности.

Одним из самых больших препятствий для этого проекта было определение того, можно ли определить содержание темной материи только по звездным данным. Однако тестирование кода на MW @ home показывает, что с учетом тестового приливного потока, сгенерированного из заранее определенных параметров, MW @ home действительно может вернуть эти параметры. Кроме того, наш последний набор запусков возвращает наборы параметров, которые имеют смысл в целом. Так да. Ожидания нашего проекта оправдались.

Спасибо, что проявили интерес к нашему исследованию.

Если вас не интересуют детали, лежащие в основе этих тестов, или специфика проекта, пожалуйста, пропустите этот комментарий. Этот комментарий не является новостью, поэтому вы не упускаете ничего важного для проекта.
Я узнал, что многие из добровольцев нашего проекта не знакомы с тем, что проект фактически делает за кулисами, поэтому я кратко опишу, что такое Приложение разделения и что оно делает.

Milkyway @ home имеет два проекта: Первый, оригинальный проект - приложение для разделения. Второй проект - N-body (который я здесь обсуждать не буду, но не стесняйтесь спрашивать Эрика о деталях, если вам интересно). Приложение Separation предназначено для сбора большого количества звезд выключения Главной последовательности (звезд, которые переходят из стадии «жизни», в которой находится наше Солнце, чтобы стать звездами-гигантами), и использовать эти данные для поиска субструктуры в пределах нашего Млечного Пути. Это делается с использованием данных Sloan Digital Sky Survey и PanStarrs.

Идея состоит в том, что в Млечном Пути много звездных потоков. Эти потоки образуются из карликовых галактик, падающих в Млечный Путь и растягивающихся из-за сил того же типа, которые вызывают приливы на Земле. Эти потоки являются очень чувствительными индикаторами гравитационных полей, создаваемых нашей Галактикой. Обнаруживая и анализируя эти потоки, можно получить информацию о гравитационных силах в различных областях Млечного Пути. Затем эту информацию можно использовать для определения того, где находится темная материя в пределах Млечного Пути, поскольку области, богатые темной материей, должны создавать гораздо более сильные гравитационные силы, чем мы ожидаем, просто глядя на то, сколько там светлой материи. Обнаружив темную материю, мы намного ближе к пониманию того, что такое темная материя.

Приложение Separation пытается подогнать несколько моделей потоков (в основном цилиндров) к фоновой модели Млечного Пути на небольшой полосе неба. Затем на основе этих входных данных он строит модель ожидаемого расположения звезд в регионе и сравнивает ее с наблюдаемыми данными, которые мы получаем из крупномасштабных съемок. Это делается с помощью сотен тысяч попыток проб и ошибок, при этом лучшие попытки используются для создания следующего поколения попыток (см. Раздел «Дифференциальная эволюция», если вам интересен этот процесс). Когда вы запускаете рабочую единицу для приложения разделения, вы выполняете вычисления для одного из этих испытаний.

Результаты, которые мы получаем от запуска приложения разделения, должны указывать нам, где наиболее вероятно, что эти потоки расположены в полосе данных. Комбинируя данные из многих полос, вы можете следить за потоками на больших участках неба. По большей части эти результаты выглядят как потоки, которые мы видим в небе. Однако в некоторых случаях некоторые результаты потока из полосы не будут выглядеть как поток из-за того, как оптимизатор подобрал их. Вместо того, чтобы выбросить эти данные, я хочу посмотреть, пытается ли оптимизатор «сказать» нам что-то - то есть, возможно, в этом месте нет потока, но есть что-то еще, и мы просто не Я недостаточно хорошо понимаю результаты, чтобы сказать, что это такое. Может быть, оптимизатор делает все возможное, чтобы соответствовать потокам, которые существуют в реальной жизни, но выходят за пределы диапазона данных, которые мы используем. Может быть, оптимизатор выдаст странные результаты, когда в небе всего 3 потока, а вы пытаетесь уместить 4 модельных потока, или наоборот. Цель этих тестов - выяснить, какие входные данные возвращают какие выходные данные оптимизатора. Это позволит нам более уверенно интерпретировать результаты оптимизатора и, возможно, сделать еще больше открытий, чем мы могли бы в противном случае!

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru
Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #136 : 21 Ноя 2020 [08:58:03] »
Вы можете внести свой вклад в изучение COVID-19, присоединившись к программе Folding@Home

Вы можете внести свой вклад в изучение COVID-19, присоединившись к программе Folding@Home  по ссылке https://foldingathome.org/iamoneinamillion/
Впервые Folding@Home был запущен в 2000 году учеными Стенфордского университета для моделирования процессов свёртывания/развёртывания молекул белка, чтобы лучше понимать причины возникновения болезней, вызываемых дефектными белками, таких как Альцгеймера, Паркинсона, диабет 2 типа, болезнь Крейтцфельдта — Якоба (коровье бешенство), склероз и различных форм онкологических заболеваний.

В чем его принцип?

Устанавливая приложение  на свой ПК, вы становитесь  участником  проекта по распределенным вычислениям. Для выполнения своей работы Folding@home объединяет компьютеры в международную сеть для решения сложных вычислительных задач.
Клиентская программа Folding@Home запускается в фоновом режиме и выполняет вычисления лишь в то время, когда ресурсы процессора не полностью используются другими приложениями. Программа-клиент Folding@home периодически подключается к серверу для получения очередной порции данных для вычислений. После завершения расчётов их результаты отсылаются обратно. Участники проекта могут видеть статистику своего вклада. Каждый участник может запустить программу-клиент на одном или более компьютерах, может вступить в одну из команд (информация с сайта - Wikipedia)
Кстати, принцип проекта схож с Биткойн, но вычислительные мощности он тратит на моделирование свертывания молекул белка и, впоследствии, поиска новых лекарств.
Как это связано с COVID – 19?

Сейчас  вычислительные мощности сети Folding@Home используются, в том числе, для поиска вакцины от коронавируса.

К примеру, компания NVIDIA призвала геймеров установить приложение на свои ПК, чтобы использовать мощности их игровых компьютеров для борьбы с COVID-19.

Что вы еще можете сделать?

1.   1. Рассказать почему вы в проекте. Поделиться личным опытом, связанным с заболеваниями, изучаемыми Folding@home.
2. Разместить свою историю на Youtube , Facebook , в Instagram или Twitter с хэштегом #iamoneinamillion

Поделитесь информацией о приложении со своими близкими и у них тоже будет возможность внести свой вклад.
Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru

Boinc - Распределенные вычисления на благо науки!

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #137 : 19 Дек 2020 [10:45:39] »
Мы участвуем в проекте OpenPandemics и ищем лекарство от COVID-19.

OpenPandemics - COVID-19

Проблема COVID-19 - это заболевание, вызываемое SARS-CoV2, вирусом семейства коронавирусов. Эти вирусы вызывают заболевания, которые поражают главным образом дыхательную систему человека и, возможно, другие основные органы. COVID-19 может привести к серьезному заболеванию или даже смерти.

На момент запуска этого проекта не существует лечения, лекарства или вакцины от COVID-19.

Предложенное решение

Ученые Scripps Research проводят симуляции молекулярного моделирования, чтобы найти возможных кандидатов для разработки методов лечения COVID-19, но для успеха им нужны огромные вычислительные мощности для проведения миллионов смоделированных лабораторных экспериментов.

Таким образом, Scripps Research сотрудничает с World Community Grid, инициативой IBM по социальному воздействию, которая позволяет любому, у кого есть компьютер и подключение к Интернету, пожертвовать вычислительную мощность своего устройства, чтобы помочь ученым изучить самые большие проблемы в мире в области здравоохранения и устойчивого развития. Используя предоставленные вычислительные мощности, ученые, стремятся идентифицировать многообещающие химические соединения для дальнейших лабораторных испытаний.

Исследовательская группа хочет не только помочь найти лекарства от COVID-19, но и создать набор инструментов с открытым исходным кодом для быстрого реагирования, который поможет всем ученым быстро искать способы лечения будущих пандемий. И в соответствии с политикой открытых данных World Community Grid, все данные и инструменты, разработанные в рамках этого проекта, будут свободно использоваться в научном сообществе.

Основная цель проекта - поиск потенциальных методов лечения COVID-19, поэтому изучение белков SARS-CoV2 (вируса, вызывающего COVID-19) является высшим приоритетом.

Кроме того, ученые хотят бороться не только с нынешней чрезвычайной ситуацией, но и подготовиться к тем, которые, скорее всего, последуют. Будущие пандемии могут возникнуть в результате прогрессирующего накопления мутаций, которые в конечном итоге могут привести к новому варианту вируса. Именно это произошло, когда вирус SARS-CoV1 мутировал и превратился в SARS-CoV2. Таким образом, исследовательская группа включает белки SARS-CoV1 и других вирусов, которые будут изучены как часть OpenPandemics –COVID-19, что поможет им оценить, насколько сложно будет найти, или разработать молекулы, способные преодолеть неизбежные мутации.

Как ты можешь помочь

Как волонтер World Community Grid вы загружаете на свой компьютер безопасную программу. И когда ваш компьютер не использует всю свою вычислительную мощность, он автоматически запускает имитацию эксперимента в фоновом режиме, который поможет спрогнозировать эффективность конкретного химического соединения в качестве возможного лечения COVID-19. Грид-сервер, чтобы сообщить ему, что он завершил моделирование, которое автоматически и безопасно отправляется нам.
Все это происходит незаметно, пока вы занимаетесь своими обычными делами, например, набираете электронное письмо, просматриваете Интернет, или когда ваш компьютер простаивает, но включен.

World Community Grid получает результаты, которые вы отправляете обратно (часто называемые рабочими единицами или исследовательскими задачами), объединяет их с сотнями тысяч результатов других добровольцев со всего мира и отправляет их исследовательской группе Scripps. Затем исследователи начинают сложную работу по анализу данных. Хотя этот процесс не происходит в одночасье, он ускоряет то, что в противном случае заняло бы много лет или даже было бы невозможным.

https://www.worldcommunitygrid.org/join.action?projectToAdd=opn1

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru

Boinc - Распределенные вычисления на благо науки!

Оффлайн Freddykrug

  • *****
  • Сообщений: 15 592
  • Благодарностей: 403
  • Мечта: остров посреди океана, 300 ночей, > 500 мм.
    • Сообщения от Freddykrug
Re: Распределенные вычисления
« Ответ #138 : 19 Дек 2020 [12:19:16] »
Вроде же нашли вакцин, и несколько...
Sky-Watcher Dob 8", Celestron Omni XLT 120, БЦП 20х60,  forum.boinc.ru

Оффлайн Programma.Boinc

  • ****
  • Сообщений: 399
  • Благодарностей: 21
  • Boinc - Распределенные вычисления на благо науки!
    • Сообщения от Programma.Boinc
Re: Распределенные вычисления
« Ответ #139 : 19 Дек 2020 [13:34:07] »
Вроде же нашли вакцин, и несколько...

Вакцина и лекарство разные вещи... Поставил вакцину (считай ослабленный вирус) организм натренировался на ней и победил вирус (следующая мутация вируса и эта вакцина уже не подходит), а лекарство оно сразу излечивает и навсегда...
Boinc - Распределенные вычисления на благо науки!