जटिल गणितीय गणना के लिए, अतिरिक्त थ्रेड्स या हाई-स्पीड डिस्क एक्सेस अधिक महत्वपूर्ण हैं?


8

अगला सेमेस्टर, मैं कॉम्बिनेटरिक्स में अनुसंधान करना शुरू करना चाहता हूं। मैंने मैक कंप्यूटर और वोल्फग्राम मैथेमेटिका 8 के साथ प्यार किया है और गिर गया है, और मैं इस परियोजना के साथ और कॉलेज में इनका उपयोग करने का इरादा रखता हूं। मैं फिजिक्स और मैथमेटिक्स डबल मेजर रहूंगा। क्योंकि मेरे पास एक सीमित बजट है, मैं सोच रहा था कि मेरे अनुप्रयोगों के लिए प्राथमिकता क्या होगी: दो कोर प्रोसेसर के बजाय चार कोर प्रोसेसर होना, या हार्ड ड्राइव के बजाय एसएसडी होना?


1
मैंने प्रश्न शीर्षक को संपादित करने की स्वतंत्रता को कुछ हद तक अधिक लिया और संभावित प्रश्न पूछने के आधार पर किसी भी घुटने के झटका वोट को बंद करने के लिए संभावित रूप से बोलबाला किया। मुझे व्यक्तिगत रूप से लगता है कि यह इस विशिष्ट अनुप्रयोग के लिए एक अच्छा प्रश्न है।
शिन्राय

3
मैं वास्तव में कहूंगा कि सबसे पहले जितना संभव हो उतना रैम के लिए जाएं।
लियोरी

1
मैं अधिक रैम जोड़ने से सहमत हूं। मुझे कॉम्बिनेटरिक्स की बहुत कम समझ है लेकिन वे GPU आधारित गणनाओं के लिए उपयुक्त हो सकते हैं। यदि इसे बड़े पैमाने पर पिरोया जा सकता है, तो यह CUDA या समतुल्य (md5 क्रैकिंग पर तेजी से कई परिमाणों का उपयोग करके सीपीयू के शीर्ष पर है) का उपयोग करके GPU पर बहुत तेज़ी से चलने की संभावना है।
सिल्वरफायर

मैं उत्सुक हूं कि इसे करीबी वोट क्यों मिल रहे हैं - आप लोग सवाल के बारे में क्या आपत्तिजनक पाते हैं?
शिनराई

जवाबों:


17

आपके द्वारा किए जा रहे अनुप्रयोगों के लिए, 4 कोर एक एसएसडी पर पसंद किए जाएंगे।

Mathematica विशेष रूप से mutli- कोर प्रोसेसर का समर्थन करता है, और बहुत अच्छी तरह से तराजू। यहाँ देखें:

http://www.wolfram.com/technology/guide/MulticoreSupport/

आप यह उम्मीद नहीं करेंगे कि गणित और भौतिकी अनुप्रयोगों में SSD ड्राइव से बहुत अंतर है, जो डिस्क से डेटा के गीगाबाइट को संसाधित नहीं कर रहे हैं।


+1 - यह बहुत कम उदाहरणों में से एक है जहां अधिक कोर / उच्च घड़ियों एक एसएसडी की तुलना में अधिक लाभ प्राप्त करेंगे। यह भी कतई नहीं है, सुदूर बाद में सीपीयू से सबसे Macs में भंडारण के उन्नयन के लिए आसान करने के लिए।
एप्रेज़ियर

मुझे आमतौर पर इस तरह के सवाल पसंद नहीं हैं, लेकिन यह एक बहुत ही तथ्यात्मक है; इन प्रकार की संगणनाओं की गति (जब तक कि वे तुच्छ जटिलता नहीं हैं) को अतिरिक्त प्रसंस्करण थ्रेड्स से भारी बढ़ावा मिलने वाला है।
शिन्राय

1
वर्षों पहले इसी तरह के फैसले से मेरा सामना हुआ था। सिर्फ फ्लॉपी ड्राइव के साथ i486DX33 w / हार्ड ड्राइव या i486DX50 प्राप्त करें। शुद्ध गणितीय गणनाओं के लिए (जैसे कि मैं उन लोगों के साथ संबंध रखता था), नाटकीय रूप से धीमी डिस्क के उपयोग के बावजूद, DX50 ने हाथ जीत लिया!
ब्रायन नोब्लुच

मैं एक तेज डिस्क से लाभ प्राप्त करने के लिए बड़ी फ़ाइलों की आवश्यकता से आंशिक रूप से असहमत हूं। पिछले पंद्रह वर्षों में मैंने परमाणु और कण भौतिकी विश्लेषण इंजन और मोंटे कार्लोस की एक श्रृंखला के साथ काम किया है; और जब इन डेटा के बड़े आकार के बड़े आकार के ढेर जो कि आईओ बाउंड आम में थे अलग फ़ाइलों का एक बहुत कुछ का उपयोग कर रहा था ... जैसे दस कॉन्फ़िगरेशन फाइलें (तंत्र और या चूक पर विफलता की कई परतें), और मध्यम पक्षीय डिस्क -बेड जियोमेट्री डेटाबेस, तीन लॉग फाइलें, लार्जिश इनपुट और आउटपुट फाइलों के अलावा एक चौकी प्रणाली।
dmckee --- पूर्व-मध्यस्थ ने बिल्ली का बच्चा

1
+1 - लेकिन मैं यह भी सुनिश्चित करने की सलाह दूंगा कि सिस्टम में पर्याप्त रैम हो। सुनिश्चित करें कि आपके पास 8 जीबी है, आपके सिस्टम में 4 नहीं है, (यह वास्तव में लायन के तहत काफी मुश्किल से है) और तेजी से सीपीयू के लिए वसंत जब तक आप जीबी के डेटा पर जीबी प्रसंस्करण नहीं करेंगे। (ड्रिलिंग सर्वेक्षण, परमाणु बम सिमुलेशन, उस तरह की चीज) यदि आपको बाद में अधिक / तेज भंडारण की आवश्यकता है, तो आप हमेशा थंडरबोल्ट से जुड़े बाहरी बॉक्स का उपयोग कर सकते हैं। जब तक आप एक मैक प्रो के लिए नहीं जा रहे हैं तब सीपीयू को बदलना अव्यावहारिक है।
SplinterReality

3

आपके नए कंप्यूटर आवश्यकताओं को पूरा करने में, मैं आपको अपने प्रोफेसरों की सिफारिशें दहनशील विस्फोट से मुकाबला करने की सलाह देता हूं । आपको निस्संदेह कुछ समस्याओं पर काम करना होगा, जिसका यह दुष्प्रभाव है। यदि आपकी मध्यवर्ती भंडारण आवश्यकताएं आपकी उपलब्ध मुख्य मेमोरी से अधिक हैं, तो आपका सिस्टम डिस्क मेमोरी स्वैपिंग ( थ्रैशिंग ) शुरू कर देगा, और यहां तक ​​कि सरल समस्याएं भी "हमेशा के लिए" समाप्त हो जाएंगी।

जब मुझे पिछले वर्षों में गणितज्ञों के साथ इस तरह की समस्याओं पर काम करना पड़ा, तो मेरा मकसद था, "यदि आप थ्रश करते हैं, तो आप मर चुके हैं।"


2

मैं इसे एक अलग उत्तर के रूप में पेश कर रहा हूं क्योंकि किसी ने भी सोफे पर हाथी का उल्लेख नहीं किया है:

सीपीयू बाद में अधिकांश मैक पर (मैक प्रो के अलावा कुछ भी) बदलने के लिए अव्यावहारिक है, लेकिन यदि आप वास्तव में बहुत बड़े डेटासेट हैं, तो फास्ट एक्सटर्नल स्टोरेज को बाद में जोड़ा जा सकता है, जो कि वैसे भी आंतरिक ड्राइव पर स्टोर करना अव्यावहारिक होगा।

ऐसी किसी भी चीज़ के लिए जिसे उच्च GB से TB डेटा की आवश्यकता नहीं है, CPU अधिक लाभकारी होगा, और यदि आपको डेटा की उच्च GB / TB की आवश्यकता है, तो SSD इसे भी नहीं काटेगा, और आपको बाहरी बॉक्स की आवश्यकता होगी।

मेरी सिफारिश: 8 जीबी रैम और सबसे तेज सीपीयू आप खर्च कर सकते हैं। यदि आपको टीबी डेटा को संसाधित करने के लिए बाद में बहुत तेज़ डिस्क की आवश्यकता है, तो थंडरबोल्ट इंटरफ़ेस के साथ एक बाहरी बॉक्स खरीदें। (सबसे बड़ा SSDs वैसे भी उतना नहीं रखेगा)


1

यदि आपके कार्यों को समानांतर किया जा सकता है (और गणित / भौतिकी के लिए आम तौर पर वे हो सकते हैं) तो कई कोर के साथ जा सकते हैं और जितनी रैम आप खर्च कर सकते हैं / आवश्यकता होगी। सामान्य तौर पर, स्थिति यह होगी कि आपको पुराने डेटा (विभिन्न विधियों द्वारा संसाधित) को संग्रहीत करने के लिए डिस्क स्थान की बहुत आवश्यकता होगी और गणना के IO भाग CPU भागों की तुलना में नगण्य होंगे। मैं संभवतः एक अच्छा GPU प्राप्त करने पर विचार करूंगा जिसे आप गंभीर कम्प्यूटेशनल आवश्यकताओं के लिए प्रोग्राम कर सकते हैं; लेकिन यह शायद आपके सवाल के लिए overkill है।

डिस्क से 1GB डेटा को एक बफर में लोड करने के लिए (जो मेमोरी में जा सकता है) 7200rpm हार्ड डिस्क के साथ लगभग 10 सेकंड लगते हैं; और यह कि अधिकांश गणनाओं के लिए एक बार की लागत है। शायद ही कभी आपके जटिल गणित की गणना में केवल कुछ सेकंड लगेंगे (और यदि वे करते हैं - अड़चन है तो आप परिणामों की व्याख्या कर रहे हैं और नए कार्यों को चलाने के लिए दे रहे हैं - IO गति नहीं)। इसकी सामान्य से बाहर नहीं एक कम्प्यूटेशनल अड़चन है जहां डेटा को मेमोरी में लोड किया जाता है, और एक कार्य को पूरा करने में एक कोर 2 दिन लगेंगे; लेकिन 4 कोर इसे आधे दिन में कर सकते थे। अब पर्याप्त रैम नहीं होना और डिस्क से रैम को पढ़ना / लिखना बहुत धीमा हो जाएगा (यहां तक ​​कि स्वैप के रूप में एसएसडी ड्राइव का उपयोग करके)।

एक मोटे गाइड के रूप में; रैम से पढ़ा जाने वाला रैंडम एक्सेस 10 ns के क्रम पर होता है; एक एसएसडी से दस हजार गुना धीमी (100 माइक्रो-एस) से; और एक हार्ड डिस्क की तुलना में लगभग 10 गुना धीमी (10 एमएस) है। तो आप वास्तव में SSD या हार्ड डिस्क से रैंडम एक्सेस रीड करना नहीं चाहते हैं। डिस्क से लगातार पढ़ने के लिए भी (उदाहरण के लिए, आप मेमोरी में संपूर्ण डेटासेट के साथ एक फ़ाइल पढ़ रहे हैं) हार्ड डिस्क खराब प्रदर्शन नहीं करेगी।


-1

यदि आप मैकबुक पेशेवरों को देख रहे हैं, तो मैं स्क्रीन के आकार को अन्य सभी से ऊपर रखूंगा। मैं जो देख सकता हूं, यह मशीन में कोर की संख्या को भी प्रभावी ढंग से परिभाषित करता है। फिर अधिकतम RAM (तृतीय-पक्ष, शायद।) फिर एक SSD में देखें। मैं अंत तक 15 "मॉडल के लिए 2.0GHz और 2.2GHz कोर के बीच का अंतर छोड़ दूंगा। कीमत में अंतर के लिए प्रदर्शन में यह अपेक्षाकृत छोटा अंतर है।


मैं इस तरह के गंभीर काम के लिए मानूंगा कि ओपी एक डेस्कटॉप पर देख रहा है, न कि लैपटॉप पर। आप अपने पैसे के लिए बहुत अधिक प्रसंस्करण शक्ति प्राप्त करते हैं (हाँ, Apple McOverpriced से भी ...)
शिनराई

@Shinrai ओपी क्या विचार कर रहा है, इसके बारे में अधिक जानकारी के बिना यह कहना मुश्किल है कि मूल्य सीमा क्या है, क्या ओपी के पास पहले से ही एक मॉनिटर है, आदि ... iMacs कीमत के लिए बहुत अच्छी मशीनें हैं, जिसमें अच्छे डिस्प्ले भी शामिल हैं, और सभी क्वाड कोर प्रोसेसर हैं। लेकिन यह कंप्यूटर कॉलेज के उपयोग के लिए भी है, जो मुझे लगता है कि लैपटॉप को पुस्तकालय में ले जाने के लिए आकर्षक बनाता है, परियोजनाओं पर काम करने के लिए समूहों के साथ बैठक, आदि ... अक्सर लैपटॉप पर भी आप अतिरिक्त प्राप्त करने के लिए GPU का उपयोग कर सकते हैं (फास्ट ) गणित के भीतर से विशिष्ट प्रकार की गणना (अतिरिक्त प्रोग्रामिंग के साथ) के लिए कोर।
ब्रेट चैंपियन
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.