3000$. Собрать максимально-производительную машину

Есть 3к уев. Нужно собрать максимально-производительную машину. Либо мини-кластер.
Помогите с конфигурацией.
Выполняться в большом объеме будут файловые операции (чтение-запись на hdd), плюс математические вычисления, которые прекрасно распараллеливаются на потоки.

ОС - однозначно Windows

 

Intel Core i7-875K и разогнать до 4 Ггц

ОЗУ 6 Гиг DDR3 в трехканальном режиме. Брать KIT из 3 планок естественно.

Винт только SSD

SSD 60 Gb SATA-II OCZ Agility 2 - оптимально под систему.

Или ocz revodrive2 но его трудно достать и стоит запредельно.


Ну и для данных HDD 2 Tb SATA-II 300 Western Digital Caviar Green - дешево и вкусно.

Тут рулит CUDA

GeForce GTX480 можно парочку.

Или что то из серии NVIDIA Quadro.

Если софт н поддерживает CUDA тогда нет смысла.

 

ssd raid

 

Бюджет даже до 4к поднять можно
Про вычисления.
Предпочтительнее большее количество ядер, нежели частота. Т.к. повторюсь прекрасно все распараллеливается.

 

Софтина твоя ? Если да то пиши под CUDA выйгрыш может быть в 50-100 раз.

 

Нет не предпочтительней. 6 ядерники дорогие. 6 ядерники AMD дешовые но сливают 4 ядрам i7.

А CUDA рулит.

Для примера брут MD5.

c2d 3 Ггц - 100 млн. паролей в сек.

NVIDIA 9800 - 900 млн. паролей в сек.


GeForce GTX480 что то под 1.5 млрд паролей в сек.

 

Софтина моя
но по моим постам вы наверное уже поняли, что я ламер

CUDA - насколько сложно под нее перейти после программирования на чистом С под вынь?
В википедии только самые основы.
Можно ли для CUDA делать асм-вставки, только юзая регистры видеокарты, а не цпу?

 

dyn
При чём здесь вики? Качаете SDK и вперёд, но уж теперь предпочтительнее OpenCL. Зачем Вам асм вставки? Под карту пишется только вычислительная часть, в остальном используйте что угодно.

З.Ы. Самые производительные сейчас AMD карты.

 

Booster

dyn написал, что он ламер. Я тоже, кстати. Поясните вашу фразу, пожалуйста.

 

Phuntik
гуглите по слову

asmlamo
Booster
насчет видюх.

есть один такой момент - за для чего прога пишется. если на заказ или для продажи, то привязку к видюхе надо хорошенько обговорить с заказчиком/продумать. в 80% случаев заказчик _не_ согласится с необходимостью покупки такого дорогого и специфического не переносимого оборудования. для 99% юзеров видеокарта это видеокарта, что бы вы им ни говорили.

посему, если прога пишется не для себя и заказчик письменно не включил возможность использовать именно данную конкретную видюху, то лучше использовать какойнить грид. тем более, что они элементарно наращиваются/отлаживаются.
иначе, под конец проекта можно оказаться перед необходимостью все бесплатно переписывать на обычный несколькоядерник (описывал тут недавно некта именно такую ситуацию).

 

Phuntik
OpenCL работает и на NVidia и на AMD, Cuda только на NVidia. Cuda немного побогаче возможностями, но не принципиально. Вот и всё.

 

qqwe

Ну можно сделать и так и так. Всё равно дополнительная видеокарта обойдётся дешевле 10 компов.

 

Booster

нет. только компилируется. работать будет только под то, под что скомпилено, тк машкод/внутренние представления разные. (а вот совместимы ли разные гпу одного и того же производителя между собой по бинарям?)

 

qqwe

Не принципиально.

 

Booster

еще раз и по русски. у чела на компе уже есть видюха. она его полностью устраивает. он вас не понимает - зачем ему покупать какуюто другую, да еще и строго определенную, да еще и дорогую? (не забываем, деньги, даже небольшие, хорошо тратить только из чужого кармана. а свои хорошо считать и пересчитывать. причем они только на такое отношение и ведутся).

ну а если ваш клиент хочет прогу для распространения, то он мгновенно просечет, что такое усовершенствование оттолкнет от него 99.99999% потенциальных покупателей. бо у них нет такой карты и они не понимают - зачем им покупать еще одну видюху, да еще и именно такую.

а видюха для гпу должна быть второй, тк телевизор ничего казать не будет пока она считает.

кроме того, считать она может не более некоторого оч небольшого времени, после чего дров обидится и вылетит систему.

а компы (матеря с памятью и процом) в грид добавляются легко и просто. появились деньги (или дешевые запчасти) - докупил, добавил. это любой поймет и одобрит. кроме того, можно параллелить и по сетке. зачем покупать? 90% компов (комп щас и в половине мобил) не используются > 10%.
кроме того, такой конфиг базово можно стартануть-чтото посчитать и на 1ной, самой задрыпаной, взятой с помойки бесплатно машине.

(не знаю что вам сказать.. зачем писать не только для себя под целы, даже если у вас суперкомп, где их 120 штук, если их нет больше ни у кого и купить пусть не очень большая, но проблема? да и покупать хлам только ради 1й вашей проги. на это пойдут только очень продвинутые и продвигающиеся)

-------------------------
сразу говорю, я не против нвидии и гпу. я просто говорю, что использовать это массово пока рано. а для специальных целей (себя, по согласованому тех заданию) - почему нет?

 

Booster

ы.
а в системных требованиях к свое проге вы опишете одну единственную уникальную конфигурацию на которой оно работает? или в комплекте с прогой будете поставлять именно ту самую доп видюху, под которую писалось?

окромя того, ноутбучники (> 50% комповладельцев) у вас сразу отвалятся как клиенты. по 2м причинам.
а) затруднения со сменой видюхи
б) нотовая видяха - нежный огрызочек не переносящий насилия. да и как в нот вторую видюху влепить?

еще окромя того, такая прога смело прощается с возможной переносимостью в будущем. особенно ввиду постепенно начинающей склеивающей ласты выни.

 

Я конечно не в курсе, но за последний год слышал о многих проектах которые используют GPU для вычислений. Так что спрос есть.
Тем более OpenCL может(должен) еще работать не только на GPU но и на CPU. Правда у OpenCL свои проблемы.

 

Просто код OpenCL собирается на стороне у клиента. А при разработке оттестировать на разных видео картах. Но в требованиях и правда лучше указать определенную видео карту. Так как у NVidea они производительнее.

 

Главное процессов все остальное по остатку бюджета ..

Процессор->оператива->винт->все остальное барахло.

Процессор с гипервизингом(Кластерная система на нескольких виртуалках и производительность великолепная, так как большество spin lock, не будут лочить всякую ерудну. )
Файловые операции будут быстрые.( кеш NTFS + кластерная система ).

 

Booster

Не сказал бы я, что не принципиально. В сущности OpenCL была слизана с CUDA чуть более, чем полностью, ну с учётом того, что стандарт должен быть универсальным. Глядя сегодня на CUDA 3.2 и на OpenCL 1.1 я понимаю, что отставание более, чем принципиально. Не говоря уже о том, что даже абсолютно одинаковый код собранный OpenCL будет в среднем на 30% медленнее, чем собранный CUDA. Да и отлаживать его замучаешься, а у NVIDIA уже есть NSight с пошаговым исполнением прямо на устройстве.
Мне нравится идея OpenCL, но CUDA более развита и производительнее. Когда под последний проект заказчик покупал hardware я настоял на NVIDIA именно по этим причинам.

Уже нет. Tesla C2050/2070 по пиковой в double точности выше, но фактически и single и double производительнее.

qqwe

Как раз из-за того, что OpenCL предполагает работу на нескольких типах устройств, компиляция осуществляется в runtime драйвером устройства. А в программе хранится некий байткод кернела. Т.е. если оба устройства и драйверы поддерживают данный стандарт, то будет работать.