找回密码
 新注册用户
搜索
查看: 4883|回复: 6

[分享] 要跑好bigadv真不简单啊!

[复制链接]
发表于 2011-1-20 18:33:54 | 显示全部楼层 |阅读模式
小弟用的I7 860已经OC到3.6了。带这显卡跑bigadv,如果不干什么大事只上上网的话,那完成一次bigadv大概需要2.5~3 days之间。离奖励时间的要求只少了大概24~36 Hours左右。

一次bigadv大概要在4天内完成就有奖励分了,而且完成一次bigadv用时在2.5天到4天范围内的总得分相差不多的。但如果超过4天,没有奖励分的话,那就相当于白跑了。(如下图)

Untitled-1.png

换句话说,如果我在跑bigadv的过程中有些工作需要疯狂消耗CPU的,例如视频编码,视频特效渲染,3D渲染,进行一些物理或工程上的运算,那只能在36小时内完成,保险一点要在32小时内完成,要不然bigadv就没有奖励分了。如果在32小时内不能完成的任务,那就只能在完成日常工作之后重新下载新的bigadv包,或者白白为斯坦福做贡献。

简单来说,也就是4天之内,我必须把大约3天的时间用在bigadv的运算上,而一个小时用在我自己的工作上。

有时候手头上的任务虽然消耗CPU比较大,但不太紧急的,那就把他推到一起,等一个完整的bigadv算完之后在一次过把手头上的运算任务一次过搞定,然后在下载新的bigadv包。

在没有跑bigadv的时候,CPU的性能可以说十分充裕的,什么时候需要它什么时候就用,但现在要兼顾bigadv和手头上的运算任务,那就要用脑子算算每个任务大概需要的运算时间,还要好好地协调他们。

要跑bigadv真不简单啊。

评分

参与人数 1基本分 +8 收起 理由
金鹏 + 8 我很赞同

查看全部评分

回复

使用道具 举报

发表于 2011-1-20 19:20:57 | 显示全部楼层
其实,对于视频转码和渲染之类的计算,完全可以把皮球踢给显卡,显卡既然能跑folding那就肯定能干这些事。
所谓CUDA(Compute Unified Device Architecture),而不是CFDA(Compute Folding Device Architecture)。
回复

使用道具 举报

发表于 2011-1-20 19:26:59 | 显示全部楼层
回复 1# Atom2004

跑了BIGADV造成N久舍不得玩游戏的围观兄弟
回复

使用道具 举报

发表于 2011-1-20 22:53:22 | 显示全部楼层
回复 1# Atom2004


    兄弟 我是认真的,现在支持CUDA的程序越来越多,完全可以把这类任务交个GPU,而且GPU的Folding时间压力很小。不要为了Folding而干扰正常的使用。
回复

使用道具 举报

 楼主| 发表于 2011-1-21 02:26:28 | 显示全部楼层
回复  Atom2004


    兄弟 我是认真的,现在支持CUDA的程序越来越多,完全可以把这类任务交个GPU,而且GP ...
WaltherNernst 发表于 2011-1-20 22:53



    这个问题我一直在关注,但现在支持CUDA的编码和解码都很不完善,功能非常单调,或者会出现某些小错误之类的。尝试了好多用CUDA编码的软件,那些我个人觉得压了放到手机里看还行,但如果要保证高质量并收藏的话,我愿意话更多的时间然CPU做,X86的编码程序功能强大很多,灵活很多。

其实CUDA这东西,说爱你很难啊。虽然GPU有强大的并行运算能力,但要充分发挥出来非常困难,在GPU上开发通用计算程序就想在一台超级电脑上开发应用软件那般困难。程序员要花更多的精力去优化更多的线程,如何划分线程,如何共享数据,私有缓冲区和共享缓冲区等如何合理分配,这些甚至花费了程序员大部分的时间。

换句话讲,在x86话同样的时间可以开发10个功能的时间在CUDA上可能只能开发2个功能。

或许是因为现在还没有一个很完善很强大的编译器吧。
回复

使用道具 举报

 楼主| 发表于 2011-1-21 03:29:36 | 显示全部楼层
回复  Atom2004


    兄弟 我是认真的,现在支持CUDA的程序越来越多,完全可以把这类任务交个GPU,而且GP ...
WaltherNernst 发表于 2011-1-20 22:53



    这个问题我一直在关注,但现在支持CUDA的编码和解码都很不完善,功能非常单调,或者会出现某些小错误之类的。尝试了好多用CUDA编码的软件,那些我个人觉得压了放到手机里看还行,但如果要保证高质量并收藏的话,我愿意话更多的时间然CPU做,X86的编码程序功能强大很多,灵活很多。

其实CUDA这东西,说爱你很难啊。虽然GPU有强大的并行运算能力,但要充分发挥出来非常困难,在GPU上开发通用计算程序就想在一台超级电脑上开发应用软件那般困难。程序员要花更多的精力去优化更多的线程,如何划分线程,如何共享数据,私有缓冲区和共享缓冲区等如何合理分配,这些甚至花费了程序员大部分的时间。

换句话讲,在x86话同样的时间可以开发10个功能的时间在CUDA上可能只能开发2个功能。

或许是因为现在还没有一个很完善很强大的编译器吧。
回复

使用道具 举报

发表于 2011-1-21 22:02:59 | 显示全部楼层
回复 6# Atom2004


    那么兄弟可以试试DirectCompute, Windows7中已经整合了这一接口,而且是CPU+GPU混合架构,威力是相当巨大滴。。。。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 新注册用户

本版积分规则

论坛官方淘宝店开业啦~
欢迎大家多多支持基金会~

Archiver|手机版|小黑屋|中国分布式计算总站 ( 沪ICP备05042587号 )

GMT+8, 2024-4-28 03:31

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表