Компьютер в аренду. Как заработать на поиске внеземной цивилизации | Forbes.ru
сюжеты
$56.45
69.34
ММВБ2320.32
BRENT66.84
RTS1243.14
GOLD1323.77

Компьютер в аренду. Как заработать на поиске внеземной цивилизации

читайте также
+18 просмотров за суткиДоверие к незнакомцам: рынок шеринг-сервисов в России достиг 230 млрд рублей +633 просмотров за суткиРазделяй и пользуйся: шеринг-экономика растет, но россияне к этому не готовы +7 просмотров за суткиСкорость напрокат. Кто будет владеть автомобилями в эпоху каршеринга +10 просмотров за суткиКвантовые компьютеры. Как людям научиться с ними разговаривать Заплатка для процессора. Защита от кибератак может замедлить работу компьютеров Похоронить в два клика: принцип уберизации делает комфортнее не только жизнь, но и смерть +18 просмотров за суткиЦифровая доставка. Почему «Uber для грузовиков» никак не поедет в России Создатель Всемирной паутины Бернерс-Ли рассказал о главной угрозе для интернета Перевод голоса налету и трогательный смартфон: Google показал новые гаджеты Трудный путь к успеху. Проблемы Intel и пути их решения Искаженная реальность Стива Джобса: куда ведут завышенные ожидания +1 просмотров за суткиЭкономика обмена: проверяй, доверяй, делись +22 просмотров за суткиКак «совместное потребление» меняет нашу жизнь и можно ли на этом заработать Владимир Потанин: «Хватит уже революций» Apple II. Юбилейное: от квадратных скобок до советских клонов Apple показала новую модель планшета iPad Pro, мощнейший iMac и смарт-динамик HomePod +9 просмотров за суткиЭволюция логистики: что останавливает «уберизацию» рынка грузоперевозок Роботизация как способ экономического выживания Uber alles. Как «циничный» и «беспринципный» Каланик создал самый богатый стартап в истории Элитная флешка: станет ли ДНК альтернативным носителем информации?

Компьютер в аренду. Как заработать на поиске внеземной цивилизации

Фото Фото David McNew / Getty Images
Объединив компьютеры в сложные вычислительные сети, ученые разрабатывают лекарства от смертельных болезней и ищут способы моделирования климата

В 2010 году журнал Time называл шеринговую экономику в числе 10 идей, которые изменят мир. Спустя 7 лет понятно, что до какой-то степени прогноз влиятельного издания оправдался: жизнь современного человека, живущего в развитых или развивающихся странах, сложно представить без совместного потребления. Краткосрочная аренда частного жилья в поездка[, службы такси с водителями, использующими личный транспорт, и коворкинги — появление этих сервисов значительным образом преобразило нашу повседневность и наши привычки. А, соответственно, AirBnb, Uber и WeWork прочно вошли в топ-10 «единорогов» — компаний, капитализация которых превышает $1 млрд.

Трудности монетизации

Но если аренда квартиры, офиса или автомобиля — дело, в общем, несложное и понятное, то организовать решение вычислительных задач, получив во временное пользование мощности персональных компьютеров, — задача не столь простая: ведь чтобы выполнить хоть сколько-то существенную расчетную задачу, одного компьютера не хватит. (Только если это не дорогой суперкомпьютер, равный по мощности 10 000 домашних.) Обычные компьютеры нужно объединить в сложную вычислительную сеть, разбить крупные задачи на множество мелких и предусмотреть всевозможные мелочи вроде случайного отключения компьютера или медленного интернета. В результате часть задач не успевает дойти вовремя до обрабатывающего центра, и их приходится дублировать и перепроверять. Это сам по себе сложный IT-проект. Способ решения трудоемких вычислительных задач с использованием нескольких компьютеров, чаще всего объединенных в параллельную вычислительную систему, обычно называют грид-вычисления или распределенные вычисления.

Помимо уже упомянутых сложностей, совершенно непонятно, как платить тем пользователям, у которых мы взяли в аренду их компьютерную мощность: с точки зрения заказчика это весьма небольшие цифры — если, например, разделить стоимость месячной аренды суперкомпьютера CompecTA на 10 000, то получится всего лишь 6 центов. Поэтому многие проекты, связанные с распределенными вычислениями, являются бесплатными и работают на энтузиазме добровольцев, желающих помочь важному делу и приобщиться к престижным проектам.

Непростые числа

Эти так называемые добровольные вычисления ориентировались на научные исследования. Первым проектом в этой области стала широкомасштабная программа GIMPS, созданная в 1996 году и занимавшаяся поиском простых чисел Мерсенна — чисел вида 2p — 1, где P — произвольное целое число. Большинство самых больших простых чисел, известных на сегодняшний день, являются именно простыми числами Мерсенна. На декабрь 2017 года проект GIMPS достиг совокупной вычислительной мощности в районе 320 терафлопс (320 триллионов операций с плавающей точкой в секунду). Нельзя ли тоже самое посчитать на мощном компьютере? Например, самый мощный iMac Pro, выпущенный в 2017 году, выдает только 22 терафлопс.

Стоит заметить, что большие простые числа находят применение в криптографии, поскольку с их помощью можно создавать генераторы псевдослучайных чисел. А значит результаты проекта применимы и в мирной, и в военной сфере.

Читайте также
Просто космос. Построить телескоп — миллиарды долларов, увидеть звезду — бесценно

Другой важный проект был запущен в 1999 году в Калифорнийском университете в Беркли и стал, пожалуй, самым ярким воплощением модели добровольных вычислений — речь о программе SETI@home (окончание «@home» в названии означает, что в проекте задействованы именно домашние компьютеры), анализирующей радиосигналы из космоса с целью поиска внеземных цивилизаций. Совокупная вычислительная мощь проекта составляет более 950 терафлопс.

В поисках внеземного разума

В 2005 году SETI@home сменил программную платформу: на смену старой SETI@home Classic пришла Открытая инфраструктура Беркли для сетевых вычислений (Berkeley Open Infrastructure for Network Computing, BOINC) — программный комплекс, который позволяет добровольцам участвовать не только в SETI@home, но и в других проектах.

Среди наиболее заметных стоит отметить ClimatePrediction.net — проект, запущенный в 2003 году для улучшения компьютерного моделирования изменения глобального климата и достигший к концу 2017 года скорости расчетов в 75 терафлопс благодаря участию 180 000 человек со всего мира; LHC@home — проект, начавший работу в 2004 году и занимающийся обработкой данных, полученных от Большого адронного коллайдера, и расчетами для его усовершенствования; Rosetta@home — проект, посвященный предсказанию структуры белка и дизайну белков, запущенный в 2005 году и к 2016 году добившийся вычислительной мощности в 210 терафлопс; Einstein@Home — проект, занимающийся поиском пульсаров путем обработки радиосигналов и данных о гравитационных волнах. Этот последний проект был создан в 2005 году, сумел обнаружить более 50 пульсаров и около 20 ранее неизвестных гамма-пульсаров. Благодаря добровольцам, участвующим в проекте, Einstein@Home обладает средней вычислительной скоростью более 3 петафлопс.

В 2007 году на платформу BOINC перешел проект в области распределенных вычислений, созданный IBM, — World Community Grid. Запущенный еще в 2004 году, проект корпорации поддерживает массу научных программ по исследованию болезней и поиску лекарств (малярия, Эбола, туберкулез, вирус Зика, рак, мышечная дистрофия, СПИД), а также по решению гуманитарных проблем, таких как обеспечение мира чистой водой и чистой энергией, разработка более питательных разновидностей риса и компьютерное моделирование климата Африки.

Всего BOINC поддерживает около 60 проектов распределенных вычислений в области астрофизики, медицины, математики, когнитивных наук, сейсмологии и т.д. Впрочем, важные проекты в области добровольных вычислений создаются не только на BOINC.

В 2000 году в Стэнфордском университете была запущена программа Folding@home, цель которой — компьютерное моделирование свертывания молекул белка и изучение болезней, связанных с неправильным ходом этого процесса: болезни Альцгеймера, хореи Гентингтона, рака и многих других. Folding@home — один из самых прогрессивных и мощных проектов среди себе подобных: он задействует мощности не только PC и смартфонов, как большинство программ добровольных распределений (в 2013 году BOINC разработал мобильное приложение для Android), но и мощности консолей PlayStation (впрочем, в 2012 году сотрудничество с Sony было завершено).

Благодаря этому Folding@home стал первым проектом во всей области распределенных вычислений, преодолевшим за последнее десятилетие психологические пороги в 1, 2, 3, 4 и 5 петафлопс, и на 2016 год его совокупная мощность вычислений находилась примерно на уровне 100 петафлопс — то есть больше, чем у самого мощного суперкомпьютера в мире. Всего в проекте успело поучаствовать почти 2 млн человек и задействовано более 8,5 млн CPU. Столь широкую аудиторию помогли привлечь важность изучаемой проблемы, простота участия (как и в других проектах, Folding@home использует мощности устройств, которые бездействуют) и элементы геймификации — пользователи могут объединяться в команды и «соревноваться» с другими коллективами.

Коммерциализация

Фундаментальная наука — не единственная сфера применения распределенных вычислений. Используются они и для достижения более прикладных целей: обучения нейронных сетей, рендеринга 3D-фильмов и спецэффектов, выполнения задач по криптошифрованию, обсчета аэродинамических параметров самолета и т.д. Но в любом случае внести свой посильный вклад в развитие науки и технологий очень просто — от вас требуется лишь предоставить мощности своего компьютера или другого устройства ночью (когда вы спите) или, наоборот, днем, когда вы на работе.

За участие в решении коммерческих задач пользователи получают компенсацию — причем необязательно в фиатных или криптовалютах. В начале статьи мы упоминали, что денежная компенсация пока скромна, зато любители компьютерных игр могут в обмен на предоставление мощностей своего компьютера (в те редкие моменты, когда они ни во что не играют) получать вознаграждение в форме ценностей той или иной игры — «золота», оружия или любых других артефактов.

Закрыть
Уведомление в браузере
Будь в курсе самого главного.
Новости и идеи для бизнеса -
не чаще двух раз в день.
Подписаться