Följande är från Jorge Zuniga, en oberoende civilingenjör fokuserad på att hitta matematiska recept. Jorge har arbetat med Jordan för att utnyttja servrar och lagring i vårt labb för att göra grundläggande framsteg inom matematik. Vi har varit stolta över att delta i denna forskning med Jorge och vår lilla teaser video för sociala medier från ett par veckor sedan fick enormt stöd.
Visa det här inlägget på Instagram
Sedan den videon har vi fortsatt att arbeta med Jorge för att testa modeller på arbetsstationer och sedan köra dem i sin helhet på Supermicro E1.S-servern , som är fylld med KIOXIA XD7P E1.S SSD-diskar . Plattformens densitet och möjligheten att hålla så många hårddiskar nära processorn gör detta till en utmärkt plattform för den här typen av matematikforskning.
Vi är stolta över att kunna presentera Jorges resultat här. – Brian Beeler
Kvalitetskontroll genom stresstester representerar en sund policy för att fastställa den faktiska kapaciteten hos en given hårdvaruanläggning. Sifferknäppning är en utbredd praxis för att implementera dessa policyer. I synnerhet när du utvärderar ditt systems faktiska prestanda med professionell kvalitet finns flera verktyg tillgängliga för att leverera korrekta resultat.
En, utvecklad i Österrike och en favorit för mig, är Matthias Zroneks BenchMate , som innehåller flera krävande stresstester för SSD-diskar, minne, GPU:er och processorer. Andra högpresterande datorprogram, som Zroneks GPUPI, beräknar konstanten π med hjälp av GPU:n. Beräkningen av decimaler av π är ett standardiserat och vanligt förekommande test som ofta har förekommit i specialiserad vetenskaplig press och vissa matematikspecialiserade sociala nätverk när rekordet för kända decimaler har slagits. Idag är 100 biljoner decimaler (10^14) av π kända.
I BenchMate finns även Alex Yees y-cruncher , en plattform som möjliggör CPU-Multicore-beräkning av många matematiska konstanter, inklusive π, med extremt hög precision, vilket ger ett stort antal decimaler begränsade endast av systemets kapacitet. I detta fall kan flera strategier följas, såsom att välja en konstant och stressa systemet för att beräkna ett tillräckligt stort antal decimaler genom att registrera den tid det tar. Detta ger ett utmärkt mått för att rangordna och jämföra prestandan för olika isolerade inställningar.
Om det finns tillräckligt med installerad kapacitet kan en systeminstallation köras för att bryta det kända antalet decimaler för en given konstant, en utmaning som StorageReview tog sig an med stor framgång. Som rapporterades i december 2023-rapporten arbetade jag med StorageReview-teamet för att förbättra det kända antalet decimaler för flera matematiska konstanter. Vi lyckades inte bara slå dessa rekord, utan vi gjorde det på kortast möjliga tid. Det har historiskt sett varit normalt att ta veckor eller månader att göra det. I samarbete med StorageReview uppnådde vi detta för alla konstanter på bara några timmar och i vissa fall genom att fördubbla antalet kända decimaler. Tekniken som finns tillgänglig på StorageReview har möjliggjort tidsförkortningar med storleksordningar. En sammanfattning av dessa resultat och deras detaljer finns här.
Rekordresultat satta av y-cruncher. För en komplett lista över rekord satta av y-cruncher, besök numberworld.
Denna not hänvisar just till dessa resultat. För att få en decimalpost måste du agera i tre lager.
Med början nerifrån är det tredje, eller sista lagret, hårdvaruinstallationen; detta innebär en robust SSD-installation, högpresterande RAM-kapacitet och en toppmodern flerkärnig CPU. Många av dessa detaljer och den tillämpade installationen kan ses online här.
Det andra, eller mellanliggande lagret, består av programvaran, dvs. y-cruncher, som utgör länken mellan det initiala och slutliga lagret. För att öka prestandan underhåller y-cruncher olika atom-körbara filer beroende på typen av flerkärnig CPU i systemet. Rätt körande atom väljs automatiskt vid körningstillfället. Bänktestaren gör det möjligt för användaren att välja en konstant och tillämpa motsvarande algoritm. Denna algoritm kan antingen integreras direkt i systemet eller, om inte, använda anpassade konfigurationsfiler för implementeringen. Detaljer om implementering och användning av y-cruncher kan ses på numberworld . y-cruncher-programvaran är ständigt under utveckling och surfar på vågen av nya hårdvarutekniker.
Det första, eller initiala lagret, är algoritmen, eller snarare den matematiska formeln som implementeras för att beräkna konstanten som fungerar som indata för y-cruncher. Varje konstant kan representeras av ett oändligt antal formler, av vilka nästan alla har dålig prestanda, i den meningen att många matematiska operationer bara kan leverera ett fåtal korrekta siffror.
På andra sidan finns kategorin effektiva formler. Av dessa sticker den hypergeometriska serien ut. Inom den serien finns en handfull som är lämpliga för att slå rekord, att kunna ge många decimaler på en relativt kort tidsram. Faktum är att den primära formeln för beräkning av π, känd som Chudnovsky-algoritmen, är en av de hypergeometriska formlerna.
I nära samarbete med StorageReview-teamet har vi också tagit oss an utmaningen att söka efter dessa formler, det vill säga agera på det första lagret för att uppnå en mycket effektiv hypergeometrisk serie som gör det möjligt att hitta den snabbaste formeln som är känd. Hur går detta till? En multicore-setup behövs, förhoppningsvis med så många fysiska kärnor som möjligt, för att tillämpa distribuerad beräkning eftersom processen är mycket CPU-krävande men lätt kan parallelliseras med en stor minskning av beräkningstider. Den nya formeln, om den lyckas, kommer att användas för att bryta rekordet med kända decimalsiffror för den konstanten.
Vi använde en 64-kärnig AMD Theadripper PRO 5995WX och förberedde kodskript på PARI-GP, en plattform för talteori vid universitetet i Bordeaux (Frankrike), och implementerade en sökalgoritm. Målet är att identifiera en uppsättning 64-bitars heltal som, när de infogas i parametrarna för en specifik hypergeometrisk serie med en känd fast struktur, ger den konstant vi söker. För att göra detta används LLL-algoritmen – en intern del av PARI GP – som letar efter linjära heltalsförhållanden mellan flera precisionsflyttalsvärden. Mer matematisk information finns på mathoverflow.net.
Vi började först med konstanten ζ(5) = 1.036927755143... eftersom den inte har en särskilt effektiv känd formel, men den visade sig vara väldigt svårfångad. Vi kunde inte hitta en känd formel utöver den unika hypergeometriska serien, som för övrigt inte är tillräckligt snabb. Efter ett par misslyckade veckor gick vi över till en hypergeometrisk serie för logaritmer.
I det här fallet hade vi framgång, vi kunde hitta de snabbaste kända algoritmerna för de grundläggande konstanterna log(2), log(3) och log(5) enligt beskrivningen i den här bloggen.
Logg(2) Formelsökning. Alla 64 fysiska kärnor är upptagna.
Skärminspelning. Snabbaste Log(2)-serien hittades.
Logg(2) StorageReview G2-formel hittades
Efter att ha upptäckt formlerna förberedde vi skripten för y-cruncher. Storagereviews Jordan Ranous designade installationen för att slå antalet kända decimaler. I det här fallet en uppsättning baserad på 2x Intel Xeon Platinum 8460H och 512 GB SK Hynix RAM.
Denna inställning fördubblade decimalrekordet för log(2) till 3 biljoner siffror på bara 42.7 timmar. En andra ny algoritm – G2-formeln nedan, som också finns i StorageReview Lab – användes för att verifiera decimalerna, vilket tog 58.3 timmars väggtid. Det bör noteras att det tidigare rekordet 2021 tog 98.9 respektive 61.7 dagar för beräkning och verifiering av 1.5 biljoner decimalsiffror. Det innebär en effektivitetsförbättring på cirka 50x på 3 år.
Vi har kunnat utföra alla nödvändiga steg för att producera användbara resultat. En ny formel för en matematisk konstant, log(2), upptäcktes med hjälp av en specialanpassad installation. Denna formel applicerades sedan på en skräddarsydd uppställning för att bryta rekordet för antalet decimaler kända för just denna konstant.
StorageReview-anläggningar har gjort det möjligt att täcka hela processen med att förbereda bänktester baserade på numeriska beräkningar som sätter ett system under stor påfrestning. Dessa experiment testade framgångsrikt SSD, RAM och CPU till det yttersta.
– Jorge Zuniga





Amazon