排行
数据库百科
核心案例
行业报告
月度解读
大事记
产业图谱
中国数据库
向量数据库
时序数据库
实时数据库
搜索引擎
空间数据库
图数据库
数据仓库
大调查
2021年报告
2022年报告
年度数据库
2020年openGauss
2021年TiDB
2022年PolarDB
2023年OceanBase
首页
资讯
活动
大会
学习
课程中心
推荐优质内容、热门课程
学习路径
预设学习计划、达成学习目标
知识图谱
综合了解技术体系知识点
课程库
快速筛选、搜索相关课程
视频学习
专业视频分享技术知识
电子文档
快速搜索阅览技术文档
文档
问答
服务
智能助手小墨
关于数据库相关的问题,您都可以问我
数据库巡检平台
脚本采集百余项,在线智能分析总结
SQLRUN
在线数据库即时SQL运行平台
数据库实训平台
实操环境、开箱即用、一键连接
数据库管理服务
汇聚顶级数据库专家,具备多数据库运维能力
数据库百科
核心案例
行业报告
月度解读
大事记
产业图谱
我的订单
登录后可立即获得以下权益
免费培训课程
收藏优质文章
疑难问题解答
下载专业文档
签到免费抽奖
提升成长等级
立即登录
登录
注册
登录
注册
首页
资讯
活动
大会
课程
文档
排行
问答
我的订单
首页
专家团队
智能助手
在线工具
SQLRUN
在线数据库即时SQL运行平台
数据库在线实训平台
实操环境、开箱即用、一键连接
AWR分析
上传AWR报告,查看分析结果
SQL格式化
快速格式化绝大多数SQL语句
SQL审核
审核编写规范,提升执行效率
PLSQL解密
解密超4000字符的PL/SQL语句
OraC函数
查询Oracle C 函数的详细描述
智能助手小墨
关于数据库相关的问题,您都可以问我
精选案例
新闻资讯
云市场
登录后可立即获得以下权益
免费培训课程
收藏优质文章
疑难问题解答
下载专业文档
签到免费抽奖
提升成长等级
立即登录
登录
注册
登录
注册
首页
专家团队
智能助手
精选案例
新闻资讯
云市场
微信扫码
复制链接
新浪微博
分享数说
采集到收藏夹
分享到数说
首页
/
Pleiades,原来NASA是用这货算出 Kepler-452b的!
Pleiades,原来NASA是用这货算出 Kepler-452b的!
天玑数据
2015-07-26
115
一键关注
天玑数据
: )
点击标题下方的
天玑数据
,关注我们的最新动态
这两天,小编的朋友圈被NASA发现“新地球”Kepler-452b的新闻给轰炸了,据说NASA家的开普勒望远镜发现了“另一个地球”,那是颗名为Kepler-452b的系外行星,跟地球的相似指数高达0.98,是至今为止发现的最接近地球的“孪生星球”,有可能拥有大气层和流动水。
小编wiki了一下,发现负责“开普勒任务”(The Kepler Mission)的正是NASA家的旗舰超级计算机Pleiades。
Pleiades位于NASA三大超算中心之一的Ames研究中心,除了分析开普勒望远镜传回的天体数据,Pleiades也被用于下一代空间着陆器研发、星系的成形以及地球洋流可视化监控等。12年前“哥伦比亚号”航天飞机升空爆炸的事故调查中,Pleiades的前身还全程承担了模拟运算任务。
作为一台年龄跟小编差(cha)不(hen)多(duo)的超级计算机(科普一下,Pleiades是08年诞生的),Pleiades里的硬件配置一直在不停地新陈代谢,计算能力也随之不断增强。目前Pleiades所用的处理器全部为Intel Xeon,包括E5-2680v3(Haswell)、E5-2680v2(Ivy Bridge)、E5-2670(Sandy Bridge)以及X5670(Westmere)。Pleiades总共包含162个机架(共计11,280个节点),运算级别为5.33 Pflop/s peak cluster和4.09 Pflop/s LINPACK rating(2015年7月更新)。CPU总核数为211,360颗。其中有4个机架(共计128个节点)载有NVIDIA的GPU加强(共计217,088颗CUDA架构的GPU核心,整体运算级别为0.32 Pflop/s)。总内存为723TB。
Pleiades节点的详细配置:
Tips:
有关Pleiades的更多详细介绍可登陆
https://oss-emcsprod-public.modb.pro/image/auto/modb_20231010_7511c272-6756-11ee-9e37-fa163eb4f6be.png
查看。
顺着配置表格一项项看下来,小编越看越倍感亲切,简直像极了小编自己公司的那些产品,都是Xeon做节点,InfiniBand做互联。
想想也有理,现代这些新潮的Scale-out、Hyper Converge、Software Define等等,基本都或多或少地从高性能计算、网格计算等传统思想中汲取了营养。很多怀旧派业内人士,甚至认为前者就是后者的延续和发展。
不过要论传统高性能计算与融合基础架构的区别,特征倒也十分明显。具体技术细节不谈,最本质的区别是应用场景上的不同:高性能计算是“专用型”,从平台到应用是完全自成体系的封闭系统;而融合基础架构则是“通用型”,能够开放支持各路神仙鬼怪甚至来路不明的应用。
说到这里小编忽然想到,国内很多高性能计算中心最近都在纷纷探索从“专用”向“通用”的转型,计划把原本“专用”的高性能计算系统变成支撑“通用”应用的云计算中心。小编觉得这事虽然技术上看起来还算可行,但是、、、专卖店运营得好一样赚钱,干嘛非要开百货超市呢?
美国航天局
文章转载自
天玑数据
,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。
评论
领墨值
有奖问卷
意见反馈
客服小墨