Гридка. Канал о распределенных вычислениях и BOINC
79 subscribers
115 photos
2 videos
3 files
76 links
Энтузиасты распределенных вычислений разговаривают о гридах и о BOINC. Общаемся с гостями и вместе исследуем тему.
https://gridcomputnig.mave.digital/
Предложка: @zvasilpublic
Download Telegram
Все Mac mini с прилавков разобрали, а вот старых MacBook Pro M1 куча валяется по чуланам.

Но, видимо, ненадолго: чуваки из Eigen Labs запустили Darkbloom. Это сеть, где ты можешь сдать мощности своего компьютера в аренду. Нижний порог входа - 24 гигабайта памяти. Владельцу мака идет вся выручка с запросов, комиссию пока не берут, плюс фиксированные 10-40 долларов в месяц просто за то, что машина висит онлайн больше 90% времени.

Ну и Твиттер возбудился, так как старый мак, который на барахолке можно взять за 500-900 баксов, по калькулятору обещает приносить почти 150 баксов в месяц. Пока у них в сети всего 250 машин, но OpenRouter уже перепродает их мощности на своей площадке.

Будем наблюдать.
Самый быстрый компьютер планеты — без единой видеокарты

23 июня на конференции в Гамбурге обновили TOP500, рейтинг суперкомпьютеров. Первое место взял китайский LineShine из Шэньчжэня: 2.198 эксафлопс. Впервые с 2017-го лидер не из США: El Capitan стал вторым (1.809 EF).

Эксафлопс — это миллиард миллиардов операций в секунду. Чтобы стало осязаемо: посади всё население Земли жать на калькуляторе по разу в секунду, и человечеству понадобится почти девять лет на то, что LineShine считает за одну секунду.

Вторая сенсация в том, что рекорд взят на обычных процессорах, без GPU-ускорителей: 13.79 млн (!)ядер на архитектуре Armv9. Удержать при этом 2.198 эксафлопс из пиковых 2.736 (около 80%) на таком парке без видеокарт можно только за счёт крутого интерконнекта между узлами. Цена вопроса: 42.2 МВт, целое здание и кастомный кремний под гос-задачи.

Для контраста: сеть BOINC, те самые наши домашние хосты, что по ночам считают Einstein@Home и PrimeGrid. Вся она вместе выдаёт порядка 20 петафлопс. Одна LineShine мощнее всей этой сети примерно в 100 раз по сырым FLOPS.

Только это некорретное сравнение, на самом деле, а просто два разных инструмента. Суперкомпьютер силён там, где ядра должны общаться каждый шаг — погода, ядерные симуляции. Распределенные сети лучше работают там, где задача режется на миллионы независимых кусков и раздаётся разным несвязанным компьютерам. Порог входа нулевой: ПК у тебя уже есть, нет единой кнопки выключения, в науке участвует кто угодно, а не только обладатель 42 мегаватт.

Домашний хост в условном Einstein@Home делает как раз то, под что гос-машину занимать невыгодно. BOINC сети занимают нишу в проектах, на которые большие дата-центры не выделят.

Источник:
https://www.hpcwire.com/off-the-wire/lineshine-debuts-at-no-1-as-the-top500-enters-a-new-global-exascale-era/

#boinc
❤2🔥1
CERN уводит 2200 компьютеров управления ускорителем на Debian

Слой управления ускорителями CERN, ~2200 промышленных компьютеров, управляющих основными системами комплекса на ~43 км², переезжает с корпоративного RHEL на опенсорсный Debian 13. Срок: конец 2026 года.

Причина. Новые версии RHEL собраны под более свежий минимальный набор инструкций процессора: девятая требует чипы не старше ~2009 года, десятая поднимает планку ещё выше. Старые контроллеры этого не умеют: программа не стартует.

Ради девятой версии пришлось бы заменить 47% машин, ради десятой ещё 17%. Остаться на прежней системе стоило бы около 5,4 млн швейцарских франков, в основном на переделку собственных плат. Debian собран под самый базовый 64-битный уровень и работает на старом железе как есть.

Для кранчеров: LHC@home и грид WLCG, где считают физику, это отдельная инфраструктура на RHEL-совместимых системах. Ваши задания не изменятся.

Подробности: https://www.phoronix.com/news/CERN-Goes-Debian-Leaving-RHEL

#boinc #lhc
👍2🔥1
LODA закрывается: администратор считает AI эффективнее перебора

10 сентября ckrause, автор LODA, объявил о закрытии BOINC-проекта. Причина: раньше распределённые вычисления искали программы эффективно, теперь «AI-подходы становятся намного эффективнее для такого поиска». Программы остаются на GitHub, даты отключения серверов нет.

Что считали волонтёры. OEIS — энциклопедия целочисленных последовательностей, 390 000+ штук, от простых чисел до способов разменять монету. LODA — крошечный ассемблер; задача: для каждой последовательности найти короткую программу, которая её вычисляет. Метод эволюционный: случайно поменять в кандидате команду или число, сверить с известными членами, удачные мутировать дальше. Эти порции перебора и были WU на домашние CPU. Итог к февралю 2026: 150 000+ программ, около 38% энциклопедии.

Чем заменили. Инструмент не назвали; ближайший опубликованный аналог — FunSearch от DeepMind (2023). Цикл тот же: породить кандидатов, проверить, лучших вернуть в следующее поколение. Заменён один шаг: кандидатов пишет языковая модель, в промпт которой кладут лучшие программы прошлого раунда. Она обучена на огромном корпусе кода, поэтому кандидаты чаще близки к ответу. Проверка и отбор остались прежними.

Породить кандидата дёшево, проверить дорого: на этом и держался перебор на тысячах волонтёрских CPU. У модели дороже только первый шаг: раз кандидат сразу ближе к ответу, прогонов на проверку, соответсвтенно, нужно меньше. Работа уходит на ускорители под моделью — в этой схеме 780 активным хостам LODA (на 11 сентября) места больше нет.

Такие проекты угасают тихо, без объяснений, а тут причину назвали открыто, это хорошо.

Объявление: boinc.loda-lang.org/loda/forum_thread.php?id=156
Архив: github.com/loda-lang/loda-programs

#boinc #loda
😢1
Darkbloom арендует простаивающие маки

С апреля 2026 сеть Darkbloom арендует простаивающие Маки на Apple Silicon и продаёт на них приватный AI-инференс: машина считает чужие запросы к языковым моделям, владелец получает выплаты.

Калькулятор проекта обещает одной машине $120–200 в месяц, но сам сайт называет эту цифру оценочной и негарантированной. Доля выручки тоже плавает: сейчас обещают все 100%, раньше называлось 95%.

Код тоже не проверен: формального аудита безопасности не было. В апреле в репозитории нашли баг: консольная команда без авторизации отдавала приватный ключ шифрования, закрыли в версии 0.3.9. Репозиторий публично виден, но проприетарная лицензия не даёт права на доработку. Проект сам помечает статус публичной альфой.

Что именно посчитала машина, владелец не узнает: невидимость запроса и есть товар. Аттестация через Secure Enclave, защищённую область внутри процессора, подтверждает подлинность железа и неизменность софта, но адресована сети, а не владельцу.

BOINC с 2002 года устроен по обратному принципу. Код открыт под LGPL, доброволец видит, на какой проект и на какую задачу уходит его время. Денег нет вообще: электричество, износ и шум на нём.

Волонтёру остаётся его собственный вклад: зачтённые расчёты и строчка благодарности в статье. В работе 2026 года о своём самом чувствительном поиске непрерывных гравитационных волн команда Einstein@Home пишет, что без поддержки волонтёров этот поиск не состоялся бы. Данные и результат открыты, перепроверить их может кто угодно.

Масштабы несопоставимы: у Darkbloom 900+ провайдеров, около 250 машин онлайн; в BOINC 316 тысяч активных участников и 565 тысяч активных хостов (BOINCstats, март 2026).

Присоединиться к BOINC:
boinc.berkeley.edu

theregister.com/ai-and-ml/2026/08/24/conjure-cash-with-old-macs-by-linking-them-to-ai-inference-borg/5292002

#boinc #darkbloom
👍3
Дружественные числа: поиск, который шёл 6 лет, завершён

Есть пары чисел, где сумма делителей одного равна второму, и наоборот. Самый древний пример знали ещё со времён Пифагора: 220 и 284. Сложите делители 220 — получится 284. Сложите делители 284 — получится 220.

Математики давно хотели найти все такие пары до определённого рубежа. Проект Amicable Numbers на BOINC перебирал их среди чисел, где меньший член пары меньше единицы с 21 нулём. Вручную такой диапазон не осилить за всю жизнь.

Весной 2026 года поиск закончился. Итог: около 4,8 миллиона дружественных пар, и 96,9% из них посчитали домашние компьютеры добровольцев по всему миру. Больше 60 миллионов заданий за годы работы.

Дальше рубеж двигать не будут: следующий шаг занял бы более 60 лет вычислений.

Проект закрыт, новых задач нет. Но найденные пары останутся в теории чисел — и почти всё это множество собрали люди у себя дома, пока их машины считали по ночам.

Источник:
sech.me/boinc/Amicable

#boinc #amicable
👍3
На медицинских проектах WCG пошли первые тесты видеокарт. Мешал алгоритм оптимизации

WCG, старейшая волонтёрская сеть медицинских расчётов, считает с 2004 года почти целиком на процессорах. Владельцу Radeon запустить здесь было нечего вообще.

30 августа разработчик выложил на форуме первый тест сборки под видеокарты AMD (ROCm) в Linux: это MAM1, поиск маркеров псориатического артрита. Следом к боевому запуску готовят сборки под NVIDIA (CUDA) и многопоточную процессорную версию. Для MCM1 (маркеры рака лёгких, простаты, поджелудочной) GPU-версия beta31 пока только анонсирована, на той же платформе.

Почему видеокарты не подключили раньше. Подбор параметров шёл имитацией отжига: алгоритм ведёт один вариант, чуть меняет его, проверяет, стало ли лучше, и шагает дальше. А видеокарта это тысячи вычислительных ядер, которым работа нужна одновременно. Одним вариантом их не занять, и загрузка GPU оставалась низкой. Летом оптимизатор заменили на дифференциальную эволюцию: она держит сразу популяцию вариантов и считает их параллельно. После этого GPU-сборка и получила смысл.

Тот же GPU-путь обещают перенести с MAM1 на MCM1, а со временем на остальные системы и ускорители, вплоть до Apple и ARM. Пока всё это бета: в нескольких выпусках beta30 подряд ломалась упаковка библиотек под Windows, а фоном сеть весь год переезжала со старой базы данных на распределённую.

Кто уже цеплял бета-проекты WCG к видеокарте, поделитесь в комментариях, что показал монитор загрузки.

Источник:
worldcommunitygrid.org/forums/wcg/viewthread_thread,47825_lastpage,yes

#boinc #wcg
👍1🔥1
NumberFields@home ускоряют в 10 раз: код писали с Claude, проверяют старыми заданиями

16 октября админ проекта Эрик Драйвер анонсировал быструю версию GetDecics, основного приложения: оно ищет числовые поля степени 10. На ~1000 проверочных заданиях новая сборка обогнала старую минимум в 10 раз.

Ускорение написал волонтёр Алперен Явуз (автор BOINC-проекта BitBOINC) с помощью Claude. Драйвер: «да, он использовал Claude, и это не обязательно плохо», самому ему на такие AVX-трюки не хватило бы ни опыта, ни времени.

Откуда 10 раз. Старое приложение, по разбору автора, 98% времени тратит на одну проверку: дискриминант каждого многочлена-кандидата в числах около 1000 бит. Проходит её один кандидат из 10 миллионов. Новая сборка сначала гоняет дешёвый тест по модулю нескольких малых простых: он лишь доказывает, что кандидат не подходит, каждое простое отсеивает около половины. Остальные идут в прежнюю точную проверку, так что находки те же. AVX2 считает тест сразу для нескольких простых.

Тест по модулю Драйвер повторил сам: ускорение в 2–3 раза. AVX2-код ему разобрать трудно, поэтому каждую сборку прогоняют на ~1000 старых заданий с известным ответом и только потом переносят в официальное приложение fastGetDecics.

Что важно кранчеру:
– первой официальной станет сборка под Linux x86_64 (больше 900 тестовых заданий); на 30 октября её ещё нет в списке приложений
– задания станут в 10 раз объёмнее, чтобы не перегрузить сервер: на x86 с AVX2 считаться будут примерно столько же
– Mac на Apple silicon и ARM без AVX2 ускорятся, вероятно, в 2–3 раза, их задания пойдут дольше
– кредит фиксированный: час счёта на быстрой и старой сборке Драйвер хочет оплачивать одинаково, машинам без AVX2 не исключает надбавки
– текущий поиск (поля, разветвлённые только в 2 и 5) может закончиться «в течение года»; у проекта есть и другие задачи

Код и сборки для anonymous platform: github.com/alplix/passiflora
Анонс: numberfields.asu.edu/NumberFields/forum_thread.php?id=704

#boinc #numberfields #ИИ
🔥1
Зачем BOINC-проектам виртуалка?

USPEX@Home предсказывает кристаллические структуры вещества по химическому составу. Требования: Windows 7+ x64, VirtualBox 6.1.34+, аппаратная виртуализация включена, от 8 ГБ RAM.

Виртуалку в BOINC ставят по двум поводам.
– LHC@home: VM даёт коду Linux-среду на поддерживаемых хостах, слой совместимости.
– USPEX@Home: внутри VM считает VASP, проприетарный лицензионный пакет. Код и входные файлы лежат в зашифрованной папке, а сам образ защищён паролем (Open Engineering, 2018).

Хост отдаёт процессорное время — доступа к самому лицензионному софту волонтёр не получает: виртуалка тут работает сейфом для чужого кода.

Очередь заданий на uspex-at-home.ru на сегодняшний день, к сожалению, пуста

#boinc #uspex #lhc
Данные Folding@home научили нейросеть находить скрытые карманы в белках

Лекарство работает, когда молекула садится в полость (карман) на поверхности белка. Но у многих белков на экспериментальных снимках кармана не видно, и их считают «немишенными»: лекарству не за что зацепиться.

В симуляциях картина другая: белок постоянно меняет форму, и временные полости, криптические карманы, сами открываются и закрываются. Найти такой карман значит вернуть белок в число мишеней.

Лаборатория Грега Боумана, директора Folding@home, обучила на симуляциях проекта графовую нейросеть PocketMiner (Nature Communications, 2023). По одной статичной структуре она предсказывает, где откроется карман: на 39 подтверждённых экспериментом карманах ROC-AUC 0,87 (1 — без ошибок, 0,5 — случайное угадывание), и это быстрее прежних методов более чем в 1000 раз. Модель прогнали по белкам человека: по оценке авторов, больше половины белков, у которых на снимках карманов нет, скорее всего их имеют.

В мае вышел препринт AE-PocketMiner: в модель добавили механизм внимания, который учитывает связи между удалёнными участками белка. Это аллостерия: изменение в одном месте белка влияет на другое. С ней карманы предсказываются точнее, а модель ещё и показывает, какие участки с карманом связаны. Карман, который влияет на функционально важные участки, с большей вероятностью станет полезной мишенью.

В блоге Folding@home пишут, что на симуляциях проекта криптические карманы нашли уже в сотнях белков, а часть подтвердили экспериментом.

F@h — не BOINC, а соседняя волонтёрская платформа, но схема та же: домашние компьютеры считают симуляции, а на накопленных данных потом обучают модели вроде PocketMiner.

Блог Folding@home:
foldingathome.org/news/ai-for-cryptic-pockets

Препринт AE-PocketMiner:
biorxiv.org/content/10.64898/2026.05.21.726899v1

PocketMiner (Nat Commun, 2023):
nature.com/articles/s41467-023-36699-3

#boinc #folding #ИИ
🔥3
В зачёте PrimeGrid лидер не нашёл простых, а участник с двумя заданиями нашёл

Suzuki's Birthday Challenge, 2–7 октября, подпроект GFN-19 про поиск обобщённых простых чисел Ферма вида b^524288 + 1, около 3,9 млн цифр.

1-е место, vaughan: 154 млн очков, это около 17 700 полных заданий. Простых чисел не нашел.
462-е место, pdebono: два задания. Одно 18,5 часа считала виртуальная машина без видеокарты, и оно оказалось простым.

Каждое задание проверяет одно число, и заранее никто не знает, простое ли оно.
Ив Галло, автор Genefer (программа этого подпроекта) отмечает, что в среднем бывает одно простое число на 106 тысяч заданий. В этот раз зачёт вернулось 314 673 задания, то есть должно быть три простых, и нашлось ровно три.
У лидера шанс был около 1 к 6, так что его нулевой результат нормален. А у pdebono около 1 к 53 тысячам, это удача.

Форум: primegrid.com/forum_thread.php?id=15954
Lehmer: primegrid.com/forum_thread.php?id=16121

#boinc #primegrid
🔥2😁1
Asteroids@home утроил число астероидов с известной формой

Моделей формы астероидов стало втрое больше, и перебор для них считали хосты волонтёров в Asteroids@home. 8 октября учёный проекта Йозеф Дюрех объявил на форуме о статье в Astronomy & Astrophysics: около 30 000 моделей.

Обзоры неба вроде ATLAS, ZTF, Pan-STARRS и Gaia не следят за астероидом всю ночь, а ловят его блеск редкими точками, без сплошной кривой. Из таких точек можно восстановить период вращения, направление оси и форму камня. Но только перебором: для каждого из 326 840 астероидов проверялись периоды от 2 до 10 000 часов, сотни тысяч пробных значений, и на каждое по десять стартовых направлений оси. Около 100 TFLOPS волонтёрских мощностей справились примерно за полгода.

Итог: 21 763 полные модели и ещё 9436 частичных, где известна только широта полюса. Полных выпуклых моделей было около 10 000, стало примерно 25 000.

Что видно на такой выборке:
– самые быстрые, с периодом около 2 часов, почти шарообразные; вытянутые так быстро не крутятся
– медленные хуже ложатся на модель: похоже, многие из них кувыркаются, а не вращаются вокруг одной оси
– у 247 троянцев Юпитера больше нет значимого перекоса в сторону прямого вращения, прежний вывод держался на малой выборке

Предел метода виден на Гигее: расчёт дал период 27,66 часа, вдвое больше верного (13,83 ч). Она почти шар с пятнами разной яркости, и на её кривой блеска один максимум за оборот вместо двух.

Что считают хосты сейчас: обновлённые наборы, включая первую фотометрию обсерватории Веры Рубин, и синтетику под Gaia DR4, который выйдет в декабре 2026. На 13 ноября к выдаче готово больше 1,3 млн заданий. Приложения есть под CPU, видеокарты NVIDIA и AMD, Mac на Apple Silicon, Linux на ARM и Android.

Статья: arxiv.org/abs/2610.06082
Модели: doi.org/10.5281/zenodo.22812438, позже и в DAMIT
Присоединиться: asteroidsathome.net/boinc/

#boinc #asteroids
👍3