并行计算
使用 Mathematica 校园版和 gridMathematica,Phillips能够将完全相同过程的计算时间从1.5到2个月减少到仅需4到6个小时。
斯基德莫尔学院(Skidmore College)的 Flip Phillips发现了一种“有见地”的方法来加速他的研究。Phillips及其同事正在研究人类视觉,主要是3D形状感知或“我们如何看待所见”。
Phillips的重点是经验研究和实际实验室测试。当这些经验研究与现有的理论模型不符时,菲利普斯有责任证明或否认其有效性,因此他使用 gridMathematica 作为其主要工具之一。
网格计算减少了计算时间
测试现有的理论模型需要进行(很多)计算。拥有2 GHz双处理器PowerMac G5的Phillips面对艰巨的任务,因为他意识到,根据当前的经验数据,对流行的理论模型进行每次单独测试都需要1.5到2个月的时间。因此,他利用了Skidmore的Wolfram Research 产品中的校园版,并在Skidmore计算机科学部门寻求了gridMathematica计算集群的资源。
Skidmore的计算机科学实验室有一台双处理器的苹果Xserve G4机器。尽管使用这种设置大大减少了他的计算时间,每次测试只有2到2.5周,菲利普斯仍然想要更快的方法得到结果。暑假期间,校园里的计算机使用率很低,Phillips想到要通过“扫荡”校园网络中所有闲置的Macintosh机器来扩展他的网格。
Phillips编写了一系列程序,这些程序在主网格上运行,以出去寻找空闲的Mac。找到空闲的计算机后,程序就加载gridMathematica和任何需要的数据,然后开始计算。如果在当前过程完成之前有人需要使用该电脑,则Mathematica将在后台缓慢地完成计算,直到电脑再次空闲。
使用gridMathematica,Phillips能够将完全相同过程的计算时间从1.5到2个月减少到仅需4到6个小时。通过一些调整,例如检查中间结果和“修剪”不想要的分支,可以使过程更快。
Phillips的灵感来自1980年代在Pixar(乔布斯的皮克斯动画工作室)工作时的经历。在一位朋友赢得了学生奥斯卡最佳动画短片奖之后,部分奖金被用于将草图发送到海外进行着色。当成千上万的原始图纸在运输中丢失时,他们决定自己试图将图像从胶卷传输到计算机数据,以便重新创建它们。为了帮助加快该过程(仍然需要大约一年的时间),他们编写了一个程序,该程序在所有Pixar激光打印机上执行了类似的“扫荡”过程。
网格计算产生的结果
Phillips和他的同事们终于找到了一种方法,可以在比以前更少的时间内执行必要的计算,从而完成了他们的项目。有趣的是,他们发现,他们提出反对的模型并非完全不正确。理论模型可预测一组受限情况下的经验结果。但是,对于其他条件的整个范围,模型都无法准确预测经验结果。
使用 gridMathematica 使Phillips的视觉研究更上一层楼。现在,他不再因计算限制而拒绝或接受整个理论,而是能够找出理论的哪些部分以及在什么条件下可用。