分布式计算,新冠疫苗研发的加速键?( 二 )
----分布式计算 , 新冠疫苗研发的加速键?//----
AI训练/视频渲染/大数据分析
视频分布式渲染
“为了渲染《阿凡达》 , 维塔数码动用了占地10,000平方英尺的服务器群 。 其中有4,000台服务器 , 共35,000个处理器核心 。 单机渲染一帧的平均时间为2小时 , 160分钟的影片 , 整体渲染时间需要2880000小时 , 相当于一台服务器要工作328年!”
在图形流水线中 , 将通过渲染得到模型与动画最终显示效果 , 计算强度很大 。 而通过分布式计算方式 , 把任务分割成N个小任务 , 下发给N个人同时渲染 , 理论上来说 , 渲染时间只需原来的1/N , 这将大大减少视频的制作周期 , 降低任务逾期的风险 。
AI分布式训练
让机器遵守人为制定的规则并不是真正的智能 , 让机器能够像人一样具有分析学习能力才是人工智能最终的目标 , 而深度学习则是目前实现这一目标最接近的道路 。 深度学习就是把学习样本直接给到机器 , 让机器自己去分析个中规律 , 在这一模式下 , 尽可能多的样本就能尽可能高地提升机器的智能程度 。 然而大量的学习样本也就意味着需要海量的算力 , 分布式计算的方式正好能解决这一问题 , 将大大提高机器学习的效率 。
大数据分布式分析
大数据是通过将大量的数据进行分析处理 , 从而得出最优的决策方案 。 而想要在更短的时间内做出更准确的判断 , 分布式计算的分析方式是最好的捷径 。
分布式计算正在化解传统计算方式中成本和效率冲突的问题 , 也越来越多的企业和机构依靠分布式计算的低成本高效率完成了项目 。
多元弹性去中性化网络计算平台——JackMe
JackMe就是这么一家算力共享平台 , 在这里只需要有一台电脑 , 即可与天文学家一起探寻宇宙 , 与医学家一起研究新冠病毒的治疗方法 。
在以往 , 分布式算力共享项目由于其公益的性质 , 导致算力贡献者的动力不足 , 使分布式计算的光芒被掩藏了二十余年 。 JackMe通过区块链技术 , 通过对闲置计算资源的合理分配以及精准统计 , 让算力贡献者能更自由、公平地收获属于他们应得的经济报酬(积分兑换系统即将盛大上线) , 构建更具活力的智能生态 。 目前 , 已有近万人在JackMe上共享了自己的闲置算力 。
----分布式计算 , 新冠疫苗研发的加速键?//----
jackandme.io
进入JackMe官网(jackandme.io) , 免费下载软件 , 选择项目 , 一键运行 , 将闲置的算力用于有益于全人类的事业中 , 在家为人类文明做出贡献 。
推荐阅读
- 【】他在911中幸存,死于新冠
- 【】北京:6月11日以来新冠肺炎确诊病例334例 47%为新发地市场工作人员
- 新华网|香港再现本地新冠肺炎确诊个案 累计1268例
- 榴莲宝宝|西班牙政府一封“秒回”的邮件
- 上观新闻|张文宏:今冬可能面临第二波新冠疫情挑战,但美国巴西第一波高峰还未出现
- 环球时报-环球网|哈萨克斯坦新冠肺炎确诊病例累计已达47171例,总统警告不得无故提高药品价格
- 新疆日报-赵志芸|自治区新冠肺炎疫情防控工作指挥部召开专题会议
- 环球网|他在911中幸存,死于新冠
- 疫情|美国疫情速报:确诊数已逼近284万;特朗普发话:99%新冠病例完全无害;美专家:实际感染数或是现有数据10~24倍
- 文汇报|世卫组织:全球新冠肺炎确诊病例累计超1104万例
