복잡한 수학 계산을 위해 여분의 스레드 또는 고속 디스크 액세스가 더 중요합니까?

8

다음 학기, 나는 조합론에 대한 연구를 시작하려고합니다. 저는 Mac 컴퓨터와 Wolfram Mathematica 8을 사용하고 사랑에 빠졌으며이 프로젝트와 대학에서 사용할 수있게하려고합니다. 물리와 수학을 복수 전공으로합니다. 예산이 한정되어 있기 때문에 어느 응용 프로그램에 우선 순위를 두어야하는지 궁금했습니다. 2 개의 코어 프로세서 대신 4 개의 코어 프로세서가 있거나 하드 드라이브 대신 SSD가 있습니까?

— 핀 골핀
소스

1

나는 질문 제목을 편집 할 수있는 자유를 취해 아마도 실질적인 질문을하지 않는 것에 근거하여 무릎을 꿇는 투표를 닫을 가능성이 있었다. 나는 개인적으로 이것이이 특정 응용 프로그램에 대한 좋은 질문이라고 생각합니다.

— Shinrai

3

나는 실제로 가능한 한 많은 RAM을 사용한다고 말합니다.

— liori

1

더 많은 RAM을 추가하는 것에 동의합니다. 나는 조합론에 대한 이해가 거의 없지만 GPU 기반 계산에 적합 할 수 있습니다. 대량 스레드가 가능하다면 CUDA 또는 이와 동등한 기능을 사용하는 GPU에서 훨씬 더 빠르게 실행될 것입니다 (md5 크래킹에서 많은 경우 더 빠른 속도로 범위 CPU의 최상위).

— Silverfire

이것이 왜 투표권을 얻는 지 궁금합니다. 질문에 대해 어떤 반대 의견이 있으십니까?

— Shinrai

17

수행 할 애플리케이션의 경우 SSD보다 4 개의 코어가 선호됩니다.

Mathematica는 다중 코어 프로세서를 지원하며 확장 성이 매우 뛰어납니다. 여기를 봐:

http://www.wolfram.com/technology/guide/MulticoreSupport/

디스크에서 기가 바이트의 데이터를 처리하지 않는 수학 및 물리 응용 프로그램의 SSD 드라이브와 큰 차이는 없을 것입니다.

— bwall
소스

+1-더 많은 코어 / 더 높은 클럭이 SSD보다 더 큰 이점을 제공하는 매우 적은 인스턴스 중 하나입니다. 또한 FAR 은 CPU보다 대부분의 Mac에서 스토리지를 나중에 업그레이드하기가 훨씬 쉽습니다.

— afrazier

나는 보통 이런 질문을 좋아하지 않지만 이것은 사실입니다. 이러한 종류의 계산 속도는 사소한 복잡성이 아닌 한 추가 처리 스레드에서 크게 향상됩니다.

— Shinrai

1

나는 몇 년 전 비슷한 결정에 직면했다. 하드 드라이브가있는 i486DX33 또는 플로피 드라이브 만있는 i486DX50을 가져옵니다. 순수한 수학적 계산 (예 : 내가 관심있는 것)을 위해 DX50은 디스크 액세스 속도가 매우 느리더라도 손을 내 렸습니다!

— Brian Knoblauch

빠른 디스크를 활용하기 위해 필요한 대용량 파일에 부분적으로 동의하지 않습니다. 지난 15 년 동안 저는 일련의 핵 및 입자 물리 분석 엔진 및 Monte Carlos와 함께 일했습니다. 이러한 데이터가 적당히 큰 데이터를 수집하는 동안 IO 바인딩 된 파일 이 공통적으로 가지고 있던 것은 10 개의 구성 파일 (메커니즘 및 / 또는 여러 계층의 페일 오버 기본값 포함) 및 중간 디스크와 같이 많은 개별 파일을 사용하고있었습니다. 기반 지오메트리 데이터베이스, 3 개의 로그 파일, 체크 포인트 시스템 및 지연 입력 및 출력 파일.

— dmckee

1

+1-그러나 시스템에 충분한 RAM이 있는지 확인하는 것이 좋습니다. GB가 4GB 인 데이터를 처리하지 않는 한, 시스템에 4 개가 아닌 8GB (실제로는 Lion에서는 거의 충분하지 않음)가 있고 더 빠른 CPU가 필요합니다. (드릴링 조사, 핵폭탄 시뮬레이션 등) 나중에 더 많은 스토리지를 필요로하는 경우 Thunderbolt에 연결된 외부 박스를 항상 사용할 수 있습니다. Mac Pro를 사용하지 않는 한 CPU를 변경하는 것은 비현실적입니다.

— SplinterReality

3

새로운 컴퓨터 요구 사항을 해결할 때는 조합 폭발 에 대처하기위한 교수의 추천을받는 것이 좋습니다 . 의심 할 바없이이 부작용이있는 몇 가지 문제를 해결해야합니다. 중간 저장소 요구 사항이 사용 가능한 주 메모리를 초과하면 시스템에서 디스크 메모리 스와핑 ( 스 래싱 ) 이 시작 되고 간단한 문제조차도 "영원히"완료됩니다.

지난 몇 년 동안 Mathematica와 같은 문제를 해결해야했을 때, 나의 좌우명은 "당신이 때리면 죽었다"는 것이었다.

— 은퇴 한 엔지니어
소스

2

나는 아직 소파에 코끼리를 언급 한 사람이 없기 때문에 이것을 별도의 답변으로 제공하고 있습니다.

CPU는 나중에 대부분의 Mac (Mac Pro 이외의 다른 컴퓨터)에서 변경하는 것은 실용적이지 않지만 실제로 대용량 데이터 세트가있는 경우 빠른 외부 저장소를 추가하여 나중에 내부 드라이브에 저장하는 것은 실용적이지 않습니다.

높은 GB에서 TB의 데이터가 필요하지 않은 경우 CPU가 더 유리하며, GB / TB의 높은 데이터가 필요한 경우 SSD는 데이터를 자르지 않으며 외부 상자가 필요합니다.

내 권장 사항 : 8GB의 RAM과 감당할 수있는 가장 빠른 CPU. TB의 데이터를 처리하기 위해 나중에 매우 빠른 디스크가 필요한 경우 Thunderbolt 인터페이스가있는 외부 상자를 구입하십시오. (가장 큰 SSD는 그렇게 많이 보유하지 않습니다)

— 스플린터 리얼리티
소스

1

작업을 병렬화 할 수 있고 (수학 / 물리학의 경우 일반적으로 수행 할 수있는 경우) 여러 코어 및 가능한 많은 RAM과 여유가 있거나 필요한만큼의 RAM을 사용할 수 있습니다. 일반적으로 오래된 데이터 (다양한 방법으로 처리)를 저장하기 위해 많은 디스크 공간이 필요하며 계산의 IO 부분은 CPU 부분과 비교하여 무시할 수 있습니다. 컴퓨팅 요구 사항이 심각한 경우 프로그래밍 할 수있는 좋은 GPU를 얻는 것이 좋습니다. 그러나 이것은 아마도 귀하의 질문에 과잉입니다.

디스크에서 버퍼로 1GB의 데이터를로드하려면 (메모리로 이동할 수 있음) 7200rpm 하드 디스크에서 약 10 초가 걸립니다. 그리고 그것은 대부분의 계산에 일회성 비용입니다. 복잡한 수학 계산은 단 몇 초 밖에 걸리지 않습니다 (그리고 병목 현상이 발생하면 병목 현상이 결과를 해석하고 IO 속도가 아닌 새로운 작업을 수행하도록하는 것입니다). 데이터가 메모리에로드되는 계산 병목 현상이 발생하는 것은 결코 일상적인 일이 아니며 작업을 완료하는 데 2 일이 소요됩니다. 그러나 4 개의 코어가 반나절 만에 완료 될 수 있습니다. 이제 RAM이 충분하지 않고 디스크에 RAM을 읽고 쓸 수 있어야합니다 (SSD 드라이브를 스왑으로 사용하더라도).

대략적인 지침으로; RAM으로부터의 랜덤 액세스 판독은 10 ns 정도이다; SSD보다 100 배 더 느린 SSD (100 마이크로 초); 하드 디스크는 그보다 약 100 배 느립니다 (10ms). 따라서 실제로 SSD 또는 하드 디스크에서 임의 액세스 읽기를 원하지 않습니다. 또한 디스크에서 연속으로 읽는 경우 (예 : 전체 데이터 세트가있는 파일을 메모리로 읽는 경우) 하드 디스크의 성능이 저하되지 않습니다.

— 짐밥 박사
소스

-1

MacBook Pro를보고 있다면 화면 크기 기본 설정을 무엇보다 중요하게 생각합니다. 내가 볼 수 있듯이, 이것은 효과적으로 기계의 코어 수를 정의합니다. 그런 다음 RAM을 최대화하십시오 (아마 타사). 그런 다음 SSD를 살펴보십시오. 15 인치 모델의 2.0GHz와 2.2GHz 코어의 차이는 끝날 때까지 그대로 두겠습니다. 가격 차이에 대한 성능의 차이는 비교적 작습니다.

— 브렛 챔피언
소스

나는 OP와 같은 심각한 작업을 위해 랩톱이 아닌 데스크탑을보고 있다고 가정합니다. 당신은 (... 심지어 애플 McOverpriced에서, 예) 당신의 돈을 위해 더 많은 프로세싱 파워를 얻을 수

— Shinrai

@Shinrai OP가 무엇을 고려하고 있는지, 가격 범위가 무엇인지, OP에 이미 모니터가 있는지 여부 등에 대한 추가 정보 없이는 말하기가 어렵습니다 ... iMac은 멋진 디스플레이를 포함하여 가격이 매우 좋은 기계입니다. 쿼드 코어 프로세서가 있습니다. 그러나이 컴퓨터는 대학에서 사용하기 때문에 랩탑을 도서관에 가져 가거나, 그룹과 회의하여 프로젝트를 수행하는 등의 작업에 매력적이라고 생각합니다. 랩톱에서도 자주 GPU를 사용하여 추가 정보를 얻을 수 있습니다 (FAST ) Mathematica 내에서 특정 유형의 계산 (추가 프로그래밍 사용)을위한 핵심.

— Brett Champion