Boinc - Распределенные вычисления в Астрономии

[SETI_home_v8]

Вот такие советы от Gemini про распределенные вычисления:

Вот список проектов, где твоя карта покажет, за что уплачены деньги:

1. PrimeGrid (Подпроект: Genefer) — «Король FP64»
Это сейчас самый живой, активный и требовательный к FP64 проект.

Задача: Поиск обобщенных простых чисел Ферма.

Почему FP64: Используются преобразования (FFT), требующие максимальной точности во избежание ошибок округления.

Твой козырь: RTX 4090 здесь «захлебывается», так как ее скорость FP64 урезана в 64 раза (до ~1.3 TFLOPS). Твоя A100 выдает честные 19.5 TFLOPS. Разрыв в скорости — в 10–15 раз.

Настройка: В настройках на сайте PrimeGrid обязательно выбери подпроекты Genefer 22 или Genefer World Record. Это самые «жирные» задачи для топового железа.

Я попробовал на GFN 22. Ничего особенного, те же самые сутки счёта. Хотя получить х10-15 было бы очень приятно, только расскажите как.
Вот хост, но найти там выполненную задачу почему-то не могу:

UPD: потеряшку нашёл:
Не помню, чтобы я её абортил, но ладно. Жаль суток расчёта, кончено.

2. Asteroids@home — «Скрытый лидер»
Многие считают его легким проектом, но это заблуждение.

Задача: Восстановление 3D-формы и периода вращения астероидов по кривым их блеска.

Почему FP64: Их GPU-приложение (Period Search Application) критически зависит от операций двойной точности.

Твой козырь: На игровых картах этот проект считается медленно. Более того, A100 здесь выигрывает еще и за счет HBM2e памяти, так как задача требует быстрой прокачки данных.

3. NumberFields@home
Математический проект (теория чисел, поиск полей алгебраических чисел).

Особенность: Крайне чувствителен к ошибкам вычислений.

Твой козырь: Здесь в игру вступает ECC-память твоей A100. Разогнанные игровые карты часто выдают здесь «Inconclusive Result» (ошибка расчета), а A100 считает медленно, но верно, гарантируя валидность каждого бита.

Где еще A100 доминирует (не FP64, но архитектура)
Есть проекты, где важна не плавающая запятая, а другие фишки A100, которых нет у игровых карт.

A. Amicable Numbers (Дружественные числа) — Монстр Int64

Суть: Использует 64-битную целочисленную арифметику (UInt64).

Почему A100: Игровые GPU (архитектура Ada Lovelace) оптимизированы под 32-битные шейдеры. Блоков для Int64 там мало. У A100 с этим проблем нет, и она перемалывает такие числа значительно быстрее.

B. GPUGrid (Биология) — Монстр VRAM

Суть: Молекулярная динамика.

Твой козырь: Иногда там появляются «Long Runs» — задания, требующие 24–30+ ГБ видеопамяти. Владельцы RTX 3080/4080 и даже 4090 (если память частично занята) получают ошибку «Out of Memory». Твоя A100 (80GB) забирает эти задания и считает их сутками без сбоев.

Профессиональный совет для Homelab (Выход за рамки BOINC)
Ты собираешь серьезную рабочую станцию для ML. BOINC — это все-таки уровень энтузиастов. Если ты хочешь реально нагрузить A100 научной работой на 100% и протестировать стабильность системы, я рекомендую запустить профессиональный симулятор через Docker.

GROMACS (Молекулярная динамика) — есть готовые контейнеры от NVIDIA ( Он умеет использовать смешанную точность, тензорные ядра и всю мощь A100 так, как ни один проект BOINC не сможет.

[SETI_home_v8]

Руки дотянулись до видеокарт A100, да ещё и сразу до двух

1. Сложно с охлаждением и шумом. Радиатор небольшой, продув предлагается продольный и для создания необходимого давления воздуха используются турбины, а не вентиляторы. Гул стоит ужасный

2. Подходящих проектов с FP64 в BOINC нет. Говорят раньше такие задачи были в Asteroids и MilkyWay, но оба проекта сейчас не дают задач.

3. В задачах типа Einstein PrimeGrid прироста производительности по сравнению RTX4090 не замечаю.
Может я куда не туда смотрю, поправьте меня?

– Для Einstein считаю по 4 параллельных задачи на видеокарту. Больше ставлю, потому что по потреблению (по 230Вт на карточку) вижу, что она загружена, не простаивает

– Некоторый спад скорости на A100 может быть связан с размещением сразу двух видеокарт на одной материнской плате, когда PCI начинают работать в режиме 8 линий, а не 16, но насколько я знаю ни Prime, ни Einstien не чувствительны к этому.

Может есть проекты, где A100 может раскрыть свои преимущества в большой памяти и FP64? Потому что пока видеокарты стоимость по 1 млн₽ не выигрывают у видеокарт стоимостью по 150 тыс. ₽.

P.S. Сегодня приедет райзер и я к той же машине прицеплю RTX 4090 на последний оставшийся PCI слот. Посмотрим что получится)

Prima.jpg

[SETI_home_v8]

RTX 4090/5090 + PrimeGrid: стоит обязательно ставить Power Limit?

PrimeGrid — редкий BOINC-проект, который реально грузит RTX 4090 на 100%.
Большинство других проектов упираются в память, CPU или I/O и просто не создают полной нагрузки. С PrimeGrid — постоянный максимум (у меня даже оплавился некачественный коннектор провода питания). Это потребление до 450 ватт, излишнее тепло и шум.

При снижении Power Limit на 60-80% от максимума:– потребление падает на ~100–150 Вт
– температура и шум заметно ниже
– производительность падает минимально
– эффективность (WU/Вт) становится существенно выше

Замеры эффективности RTX 4090 при Power Limit:В погоне за дополнительными FPS производители видеокарт не видят проблемы в + 50% прироста потребления ради +5% прироста эффективности, а мы видим =D

Как поставить лимит на Linux
nvidia-smi -pl 320

Как установить лимит на Windows
Установить MSI Afterburner
Сдвинуть Power Limit на 70%
Нажать Apply
Cохранить профиль и включить автозапуск

Power Limit не мешает так же сделать undervolting ( это может улучшить эффективность ещё больше

[SETI_home_v8]

Напоминаю для тех, кто не знал, забыл - поставьте, пожалуйста, разрешение на публикации ваших данных для сайтов статистики.. не все еще этот параметр обновили.. а по умолчанию проект блокирует по новым законам GDPR в Европе (General Data Protection Regulation).

Возможно, кто-то просто забыл.. замотался и не сделал этого.. мелочь, зато по красоте будет выглядеть команда на сайте статистики, не только на основном.

https://stats.free-dc.org/team/eah/401 - ищем себя тут, если нет, значит, не доработали.

[SETI_home_v8]

По итогам нашей конференции Распознавание 2025

[spoiler]По итогам нашей конференции Распознавание 2025

По итогам нашей конференции Распознавание 2025, которая прошла в сентябре в стенах нашего университета, опубликован сборник материалов, в котором есть ряд тезисов, касающихся исследования свойств латинских квадратов, в том числе с использованием добровольных распределенных вычислений в проекте RakeSearch (https://rake.boincfast.ru/rakesearch/) на платформе BOINC.

1. Vatutin E.I., Jia Wei-Ting, Jun Chi Ma, Qiang Miao, Manzyk M.O., Kukushkina N.N., Kurochkin I.I., Albertyan A.M. Construction of the spectra of intercalates number in the Latin squares of orders 18–28 using volunteer distributed computing in the BOINC platform // Recognition – 2025. Kursk: SWSU, 2025. P. 33-34. http://evatutin.narod.ru/evatutin_sp_i_18-28.pdf
2. Ватутин Э.И. О числе интеркалятов в "еловых" латинских квадратах // Оптико-электронные приборы и устройства в системах распознавания образов и обработки изображений (Распознавание – 2025). Курск: изд-во ЮЗГУ, 2025. C. 80-82. http://evatutin.narod.ru/evatutin_dls_i_in_pine_ls.pdf
3. Ватутин Э.И., Заикин О.С. Спектры числовых характеристик диагональных латинских квадратов Брауна // Оптико-электронные приборы и устройства в системах распознавания образов и обработки изображений (Распознавание – 2025). Курск: изд-во ЮЗГУ, 2025. C. 83-85. https://evatutin.narod.ru/evatutin_brow ... p_2_10.pdf
4. Новиков А.О., Ватутин Э.И. О построении пандиагональных латинских квадратов порядка степени простого числа // Оптико-электронные приборы и устройства в системах распознавания образов и обработки изображений (Распознавание – 2025). Курск: изд-во ЮЗГУ, 2025. C. 203-205. https://evatutin.narod.ru/evatutin_pand ... ikov_3.pdf

В первых тезисах приведены актуальные на тот момент результаты построения спектров числа интеркалятов в ЛК и ДЛК порядков 18-28. В настоящее время данные эксперименты продолжаются на бОльшие порядки (на данный момент N<=36). Данная тематика легла в основу дипломной работы моей первой, единственной и неповторимой китайской дипломницы в Дацине (в России китайские дипломники уже были ранее, опыт мультикультурного и мультиязыкового общения имеется) с фамилией Чья (Чья дипломница? Моя! Этому я научил, как и многому другому . Тематика данного научного направления (комбинаторная оптимизация, высокопроизводительные вычисления) не очень вписывается в направление подготовки "Интернет вещей", где мы там преподаем, однако китайские коллеги весьма легкие на подъем и без особых проблем согласовали близкую ко мне тему совместной дипломной работы с научным уклоном (следующая тема диплома видимо будет по флоре и фауне Дацина... Часть расчетов была выполнена совместно с привлечением мощностей китайских коллег, часть работы еще предстоит выполнить, защита бакалаврской работы летом, думаю успеем все доделать, дооформить и не ударим в грязь лицом. Дипломами на китайском языке я еще не руководил...

[Лирическое отступление. Из диалогов на работе: а у меня в Китае теперь есть дипломница... Любовница? Да не любовница, а дипломница! А то некоторым коллегам другое слышится, каждый видимо мыслит в силу своей испорченности...]

Вторые тезисы посвящены исследованию свойств интересного особого вида латинских квадратов, которые в свое время получили название "еловых", т.к. расположение элементов в их составе чем-то напоминает расположение иголок в ветви ели или сосны. Для некоторых размерностей ЛК данный тип держит ряд рекордов по значениям числовых характеристик, в некоторых случаях значения числовых характеристик удается посчитать по аналитическим формулам (что скорее исключение, чем правило в данной области науки), все подробности в тезисах...

Третьи тезисы — первый шаг в подробном исследовании свойств ДЛК Брауна, которые, напомню, для ряда размерностей ДЛК обладают рекордным числом трансверсалей (диагональных и общего вида) и ОДЛК. Для порядка N=10 все подобные ДЛК были выбраны Олегом Заикиным в рамках соответствующего эксперимента на вычислительном кластере в Иркутске с использованием SAT'подхода, а их спектральные свойства затем были проанализированы мной. В перспективе в данном направлении есть над чем поработать...

Ну и четвертые тезисы написаны по части результатов работы моего аспиранта, где ему удалось выполнить построение пандиагональных ЛК для ряда порядков, которые можно будет использовать в будущих экспериментах.

PS. Ну и еще одни тезисы, не имеющие отношения к латинским квадратам и расчетам в проекте, были выполнены еще одним моим аспирантом, который недавно успешно защитил кандидатскую диссертацию по аппаратно-ориентированному умножению бинарных матриц, их тоже можно найти в сборнике. В рамках данных тезисов он сравнивал временные затраты на выполнение транзитивного замыкания бинарного отношения с использованием подходов на базе алгоритма Флойда-Уоршелла и умножения бинарных матриц для однопоточных CPU-ориентированных программных реализаций. В результате, вопреки распространенному мнению, оказалось, что подход на базе итеративного возведения в квадрат бинарных матриц с оптимизацией работы кэш-памяти и досрочным прерыванием процесса умножения работает быстрее. А еще он лучше распараллеливается, в том числе с использованием FPGA- или ASIC-ориентированных специализированных вычислительных структур.

PPS. С презентацией моего пленарного доклада, который кратко охватил тематику различных научных направлений с моим непосредственным участием, можно ознакомиться тут: http://evatutin.narod.ru/evatutin_recog ... report.pdf[/spoiler]

[SETI_home_v8]

Самый чувствительный поиск Эйнштейн@Home непрерывных гравитационно-волновых данных.

Опубликовано 23 февраля 2026 года

Результаты самого глубокого поиска Эйнштейн@Home неуловимых непрерывных гравитационных волн были недавно опубликованы в Astrophysical Journal.

Ожидается, что эти волны исходят от нейтронных звезд в нашей галактике, но их еще предстоит обнаружить (подробнее смотрите наше видео на YouTube или на нашей информационной странице). Поскольку мы не знаем расположения этих нейтронных звезд на небе, как быстро они вращаются или как быстро они замедляются, мы исследуем все небо в широком диапазоне частот и их изменений.

Благодаря вашей постоянной поддержке и пожертвованному вычислительному времени, а также дополнительным вычислительным циклам на трех суперкомпьютерах в Центре вычислений и обработки данных Max Planck, наша команда смогла проанализировать общедоступные данные LIGO, полученные в ходе третьего цикла наблюдений (O3), в глубоком, широкополосном поиске по всему небу.

Все аппаратные инъекции – сигналы, “добавленные” искусственно к данным путем перемещения зеркал в приборах LIGO – в пределах диапазона поиска, были восстановлены. Этот поиск был первым в истории, который успешно обнаружил аппаратную инъекцию #11.

Мы не обнаружили никаких астрофизических сигналов. В наиболее чувствительном диапазоне частот верхние пределы амплитуды непрерывных гравитационных волн улучшились примерно на 70% по сравнению с наиболее чувствительным анализом данных O3 с помощью LIGO-Virgo-KAGRA.

Цитата из раздела благодарности в статье:

“Мы благодарим волонтеров Einstein@Home, без поддержки которых этот поиск не состоялся бы”.

https://iopscience.iop.org/article/10.3 ... 357/ae225a
https://www.youtube.com/watch?v=mV4-DUalJ5I
https://einsteinathome.org/de/content/g ... e-searches
https://www.mpcdf.mpg.de/
https://gwosc.org/O3/o3_inj/

Снимок экрана (14).png

[SETI_home_v8]

Задачи на Einstein стали очень длинными на днях, разобрался с Сlaude Code почему. Вот разбор.

[SETI_home_v8]

30 активных заданий при 28 потоках процессора - как так?

Объясняю. И вправду, у Xeon 2680v4 28 потоков. Всё дело в проектах, их в данном раскладе 3:

1. SiDock - он берет 28 заданий и потоков, это стандартно;
2. Amicable Numbers - вот тут тонкость. Проц берет, только когда запускается. А дальше вся нагрузка ложится на видеокарту. Отличная оптимизация;
3. WuProp - и здесь тонкость, которую новичкам нужно пояснить: задания вообще не нагружают процессор, так что оно работает как бы на одной сети.

Уважаемые друзья, используйте все ресурсы вашего ПК для максимальной помощи ученым. Чем быстрее мы найдем нужные данные, тем быстрее ученые могут кого-нибудь спасти, к примеру от Эболы которую считает тот же Sidock.

Загрузить BOINC: https://boinc.berkeley.edu/
Зарегистрироваться в Sidock в команде TSC!Russia: https://www.sidock.si/sidock/team_display.php?teamid=51

https://sun9-26.userapi.com/s/v1/ig2/2Q ... &cs=1680x0

[SETI_home_v8]

Amicable Numbers - Грандиозный проект, распределенных вычислений завершается

2,3 млн пар за 9 лет — Amicable Numbers завершается

#boinc #amicable

Amicable Numbers — BOINC-проект по поиску дружественных чисел — завершает работу в начале марта 2026.

Дружественные числа — это пара, где каждое «видит» другое через свои делители. Пример, известный ещё Пифагору: 220 и 284. Проект искал такие пары среди 21-значных чисел.

За 9 лет (с февраля 2017) тысячи волонтёров нашли более 2,3 млн пар до предела 2^64. Один из крупнейших математических поисков в истории BOINC.

Последний этап завершается сейчас. Ещё можно поставить своё имя в итоговую таблицу.

http://sech.me/boinc/Amicable - пока есть время...

[SETI_home_v8]

[SETI_home_v8]

BOINC: 22 года — и всё ещё работает

Дэвид Андерсон написал ретроспективу. Кратко: в 2001 году он ушёл из United Devices, где был CTO, и за несколько месяцев написал ядро BOINC — клиент, сервер, веб. Первый релиз вышел 10 апреля 2002 года.

Идея была простая: SETI@home показала, что люди готовы отдавать вычислительное время на науку. Нужна была открытая инфраструктура, которую мог бы использовать любой проект.

Что получилось за 22 года:
– 50+ проектов в астрофизике, биологии, математике, климатологии
– ~316 000 активных участников, ~565 000 активных хостов
– Пиковая производительность — свыше 20 ПетаФЛОПС в сутки

Что Андерсон пишет про ошибки: UX всегда был слабым местом. Установка BOINC до сих пор требует усилий — и это сдерживает рост. Он говорит прямо: «мы потеряли миллионы пользователей из-за плохого интерфейса».

Статья честная. Интересно читать от человека, который построил это почти в одиночку и до сих пор в проекте.

[SETI_home_v8]

Каждый включенный компьютер может стать частью крупнейшего научного вычислителя планеты – именно эту идею Boinc воплощает уже 22 года, и продолжает развивать.

[SETI_home_v8]

Охота за числом Серпинского

GPU не нужен. Это задача для вашего CPU

20 лет назад математики спросили: является ли 78 557 наименьшим числом Серпинского? Чтобы ответить «да», нужно для каждого из 17 кандидатов найти одно простое число — или перебрать варианты до конца. Из 17 осталось 5. Один из них либо сдастся, либо устоит навсегда.

Сейчас идёт Sierpinski's Birthday Challenge (14–24 марта). SoB-LLR — чисто CPU-задача: тест LLR работает через gwnum с AVX и FMA. GPU здесь ничего не ускоряют.

На практике: серверный CPU с 32 ядрами даёт порядка 10–15 WU в сутки. Каждая проверка — число с 14 миллионами цифр (~5 000 страниц А4), которое больше никому считать не нужно.

Мой сервер сейчас в очереди на одного из пяти. Участвовать: primegrid.com

Подробности: https://www.primegrid.com/

[SETI_home_v8]

Твой компьютер примеряет молекулы к вирусу. Буквально.

В Петрозаводске, в Институте математических исследований КарНЦ РАН, в 2020 году поставили задачу: нет миллиардов на суперкомпьютер — есть вирус, есть белок-мишень и библиотека из сотен миллионов молекул-кандидатов. Нужно примерить каждую.

Так появился SiDock@home.

Метод — молекулярный докинг: хост симулирует, как малая молекула «входит» в активный карман белка вируса. Точно совпала — потенциальный ингибитор. Нет — следующая. Один хост: 100–500 проверок. Тысячи хостов — сотни миллионов.

COVID первым. Потом проект расширился. Сейчас на очереди — гликопротеин Эболы GP1: участники сами выбрали следующую цель голосованием.

Для Raspberry Pi и одноплатников — отдельное ARM-приложение: задачи в 5 раз меньше обычных. Каждый хост считается.

В конце апреля — командное соревнование. Хороший момент подключиться.
https://sidock.si/sidock/

Si.jpg

[SETI_home_v8]

Notice from BOINC
Доступна новая версия BOINC (8.2.9) Recommended version. Загрузить
27.03.2026 15:07:34 · больше...

https://boinc.berkeley.edu/download.php

https://boinc.berkeley.edu/download_all.php

[SETI_home_v8]

Твой хост не моделирует звёзды — он доказывает теоремы

#boinc

LODA — BOINC-проект, где хосты волонтёров ищут математические формулы. Алгоритм майнинга перебирает варианты — твой компьютер проверяет и сохраняет найденные программы. Не симуляция, не перебор молекул — буквально открытие нового математического знания.

Как это работает: хост получает задание найти короткую программу, которая воспроизводит числовую последовательность из базы OEIS — каталога всех известных числовых последовательностей — для любого n.

К февралю 2026 LODA нашёл формулы для 150 000+ последовательностей — это 38% от базы OEIS (390 000+ записей). Ещё 62% ждут.

На практике: найденные программы автоматически экспортируются в LEAN — систему формальной верификации. Компьютер нашёл формулу, LEAN доказывает, что она верна для любого натурального числа.

⭐️ boinc.loda-lang.org

ъхз.jpg

[SETI_home_v8]

Сипаров о регистрации гравитационных волн

https://www.youtube.com/watch?v=UWzLSb-UZ-8

[SETI_home_v8]

Ничего не нашли — и это рекорд

Нейтронные звёзды вращаются сотни раз в секунду. Если на поверхности есть хоть крошечная неровность — бугорок высотой в несколько миллиметров, — звезда испускает непрерывную гравитационную волну. Не вспышку на секунды, как при столкновении чёрных дыр, а тихий постоянный гул, который, правда, слишком слабы и тонет в шуме детектора. Чтобы его услышать, нужно суммировать месяцы данных через миллиарды расчётов.

Именно это сделал Einstein@Home на данных LIGO O3. Новый метод bucket search разбил весь диапазон частот на 1600 узких полос. Алгоритм автоматически отсеял 367 полос с помехами и отправил на анализ только чистые. Это не грубый перебор — это умная сортировка, которая позволила выжать максимум из имеющейся мощности.

Результат: сигнала не обнаружено, но чувствительность выросла на 70% по сравнению с предыдущими анализами. Верхний предел — колебание пространства, которое в десятки миллионов раз слабее размера протона. Впервые в истории поиск оказался достаточно глубоким, чтобы поймать калибровочный тестовый сигнал injection #11, вшитый в детектор для проверки.

Всё это потребовало петафлопсов вычислений. Авторы статьи поблагодарили волонтёров: «без вашей поддержки этот поиск не мог бы состояться».

Подробности:
http://einsteinathome.org/content/einst ... ave-search

[SETI_home_v8]

Видеокарта простаивает ночами? Вот 4 проекта, которые загрузят её наукой

Если на Windows стоит дискретная NVIDIA или AMD — можно отдать её вычислительную мощность реальным исследованиям. Установить BOINC, выбрать проект, поставить лимит по энергопотреблению — и GPU работает, пока ты спишь. Вот что запустить прямо сейчас.

Einstein@Home — поиск пульсаров и гравитационных волн
CUDA + OpenCL. Один из крупнейших научных проектов в мире: ~15 000 GPU-хостов, суммарная мощность 7,7 петаФЛОПС. В 2026 году — рекордный по чувствительности поиск гравитационных волн в данных LIGO O3.
einsteinathome.org

Milkyway@home — 3D-модель Млечного Пути
CUDA + OpenCL. GPU ускоряет задачу в 20–30 раз по сравнению с CPU. Проект стабильно выдаёт задания и активно развивается.
milkyway.cs.rpi.edu

LHC@home — моделирование пучка Большого адронного коллайдера
Новое приложение Xtrack (бета с 2025) впервые поддерживает GPU — и NVIDIA, и AMD. Run 3 завершается в июле 2026, результаты лягут в основу модернизации до HL-LHC.
lhcathome.cern.ch

PrimeGrid — поиск простых чисел мирового масштаба (подпроекты GFN)
OpenCL. GFN-подпроекты работают на GPU. В январе 2026 нашли числа с 1,1+ миллиона цифр — топ-5000 крупнейших известных простых.
primegrid.com

Совет: Power Limit 65–70% в настройках видеокарты — минус треть потребления при минимальной потере производительности. Кранчинг не должен разорять на электричестве. Автор: Дима

magnum.jpg

[SETI_home_v8]

Хаос распределенных компьютеров может стать твоей силой, просчитывай сворачиваемость белков в медицине (foldingathome.org), участвуй в поиске лекарств от ВИЧ и СПИД (worldcommunitygrid.org), изучай космос, используя время простоя компьютера для поиска слабых звёзд пульсаров или строй очень точную трёхмерную модель галактики Млечный путь, используя данные, собранные Слоановским цифровым обзором неба(Milkyway@Home).