有什么科学运算,需要大量的计算力吗?

计算的东西,必须是有用的,可以掌控的,像大质量素数分解什么的,这些无目的数学运算,不去纠结这些。

就比如像,模拟黑洞,模拟银河系,模拟宇宙早期形态,虚拟现实,可控核聚变,追寻基本粒子之类的,听起来靠谱的东西,在现实里有没有已经在实施了呢?

随着硬件的不断发展,会不会有一天软件跟不上了呢?

我想应该是不会的,请大家给出想象,将来计算机的方向,到底会怎么走?

数十年前全球的计算能力,恐怕都比不上我们现在手里的一台电脑。

而若干年后的人们,会以怎样的方式重新衡量,我们手中计算机的价值呢?

数十年后,人们需要怎样丧心病狂的运算量,来满足他们对于运算的需求?

又是什么,让他们如此的丧心病狂,需要如此多的计算能力?

恐怕数十年前的人们,也无法想象现在的我们对于计算能力的需求吧。

推荐  (1) | 18人关注关注
18个答案
15 0

模拟黑洞这样的课题是肯定有的。09年听过个报告就是做这个的。其它的我也有同学在做。
除了天体\高能物理,我的朋友们在做或做过需要大规模计算的科研包括:生物大分子的行为、基因序列分析、基因表达模式的分析、各种催化剂、金融、液体性质、超导体等材料的能带、地质活动、气象。。。
呃。。。这么一列发现应该给我个不需要大量计算能力的科学计算。感觉好多老师们都是很贪心的,计算资源多多益善多多益善。

15 0

LePtC物理学博士生

2014-02-06 19:40

刚考完HPC... 正好回答一下这个问题

要说高性能计算(High Performance Computing),就得从高性能计算的七个小矮人(The Seven Dwarfs of HPC)说起[1],“小矮人”是指科学计算中最常见的几类关键算法内核(algorithmic kernels),包括:

1. 密集线性代数(dense linear algebra)
这个是最常见的了,两个巨大的密集矩阵相乘,非常适合并行计算,以及出成考试题...

2. 稀疏线性代数(sparse linear algebra)
如果矩阵很大但只有很少几个非零元,那就是这一类了。这种和上面那种有什么区别呢?因为对于稀疏矩阵我们可以用压缩的数据结构来存储它,节省资源。谷歌搜索的排序算法的核心,就是用幂法求稀疏矩阵的特征向量。

3. 谱分析(spectral methods)
如快速傅里叶变换(FFT),也是可以并行的哦,CUDA也是提供了FFT的library的。

4. 多体模拟(N-body methods)
计算物理喜闻乐见,模拟星系群内部的引力作用啦,模拟几百万个分子的统计性质啦,模拟基本粒子大量的相互作用啦等等。反正计算机越强,模拟的粒子数越多呗,精度越高呗。

5. 结构化网格(structured grids)
即最简单的笛卡尔网格(Cartesian grid),模拟一片区域的场、传导、波动等方程,楼上提到的流体力学,大工科的有限元,最新的格点QCD,都有这一类。

6. 非结构网格(unstructured grids)
如果我们模拟的这片区域形状很奇特,有些地方我们想让它分辨率高点,有些地方简单取个平均就行,那么我们的网格就是非结构化的。对于这种情况,我们有很多好玩的存储和遍历方法...

7. 蒙特卡洛算法(Monte Carlo)
如果积分是很高维的,什么高斯法就不好使啦。蒙特卡洛算法可以用来求高维积分,也可以用来模拟某个具体的物理过程。参数按正态分布大量重复模拟,最后统计出结果,居然跟现实符合得很好。

科学计算可不是像做计算题时需要按按计算器那么简单,需要强大的计算资源,是为了数值计算更困难的问题,这些问题在没有超级计算机的时候还就是解决不了的。例如没有超级计算机,我们就不知道暗物质会影响星系形成的形态,无法从组成核子推出原子核的性质,各种散射理论也得不到计算物理的验证。

就像现在我们没有量子计算机,就不能解决大素数分解问题一样。

你觉得丧心病狂?那是因为你只会用计算机来上上网,玩玩游戏。你不理解大素数分解背后的意义,无法想象我们面对的问题的复杂程度,质疑我们为什么需要这么多计算资源,这些都只是因为你见识短浅罢了 →_→

[1] P. Colella (LBNL), 2004

7 0

湍流表示呵呵

什么氢弹啊,黑洞啊,星系啊,宇宙啊,都不提,你用电扇吹你家仙人球做个高精度数值模拟试试?

4 0

folding@home 项目
蛋白质堆叠,对于研究生命的原理好有用。
http://baike.baidu.com/link?url=JjBJ5gA1x_yYHlBY_v-oyg49Pc9LKDQXd1dOSDv1LOZh4F4EAw2Ojzr9IO5nZMFW

材料科学。
药物科学。
流体力学。
动画片。

好像能分解成 有限元 的东西计算机都可以模拟。

3 1

完全不用那么高深莫测,其实答案就在我们身边——
·
问:有什么科学运算需要海量的运算能力?
答:挖矿。

2 0
支持者: bhzhang1988 Sonullx_Liu

首先,那个是大素数或者叫质数,没有什么大质量的素数
素数分解也不是无目的的,那是数论的研究内容
其实,你说的那些模拟这个模拟那个都是不太靠谱的东西,因为你那些东西太大了,大到连模都建不起来的地步。就为了模拟一个黑洞,搞物理的和搞计算机的折腾到半死,还有一大堆问题没解决,更不要说上机了

至于说软件会跟不上硬件,那是你对软件的不了解,从来都是硬件跟不上软件,软件让步硬件的。硬件走得再快,也不可能撵着软件跑。

至于你说数十年前,这要看你这个数十数到哪里了。但有一点可以肯定的是现在的家用电脑超过了埃尼阿克同学了。
至于后人的评价,很简单,我们怎么评价前人,后人就会怎么评价我们。

至于将来需要多么逆天的运算能力,那就只有天知道了。像你说的那些模拟,还有楼上说的那些,越是复杂的就越需要大计算量

1 0
支持者: DeafSil

比如两亿吨当量氢弹爆炸的数模?

1 0
支持者: HomeAnimator

举一些例子吧:

宏观的:天气预报,股票高频交易

稍微近一点的:航空航天器(也包括船舶等)外形设计

离我们身边近一点的东西:建筑物受力分析,抗风,抗震分析

价格再便宜一点的:电磁场的分析,芯片的设计,做出来的东西,价格可以很低很低

0 0

数据挖掘的洞,深之又深。很多建模缺乏足够的运算资源去执行。

0 0

那种有采样的算法 同配置下 采样越高 时间越长
除非开发出取巧的办法 否则就得干算

0 0

未来软件的发展方向应该是模拟人脑。
我想在模拟人的情感方面需要巨量的计算资源。

0 0

前几天无聊看到的,中科院计算中心
http://www.sccas.cn/ 还有其他

0 0

流场温度场分析,,需要很高算力啊

0 0

电网潮流,相位监控。。。。

0 0

大数的素数分解算不算?

而且有用。不信你@ NSA

0 1

冰火梦幻信息与计算科学学士,算法控,AI爱好者

2014-02-04 07:46

人工智能肯定需要大量的计算。

查看更多

添加回答

登录 后回答问题,你也可以用以下帐号直接登录

相关问答

关于我们 加入果壳 媒体报道 帮助中心 果壳活动 家长监控 免责声明 联系我们 移动版 移动应用

©果壳网    京ICP证100430号    京网文[2018] 6282-492号    新出发京零字东150005号     京公网安备11010502007133号

违法和不良信息举报邮箱:jubao@guokr.com    举报电话:18612934101    网上有害信息举报专区    儿童色情信息举报专区