JAMES CUFF: Hei, hyvä iltapäivällä, kaikille. Nimeni on James ranneke. Olen Assistant Dean tutkimuksen Tietokoneet täällä Harvardin yliopistossa. Ja tänään aion puhua teille miksi asteikko-out computing on välttämätöntä. 

Joten kai, ensin ylös, kuka on tämä kaveri? Miksi olen täällä? Miksi olen juttelemassa? Minulla on taustalla tieteellisessä laskenta ja tutkimus computing, venyttely takaisin United Kingdom-- Wellcome Trust Sanger Instituutti ihmisen genome-- ja sitten viime aikoina Yhdysvalloissa työskentelee Broad ja muut arvostettu oppilaitoksiin, kuten Harvardin. 

Luulen, mitä todella tarkoittaa että olen toipumassa molekyyli- bio fyysikko. Joten mikä oikeus on minulla täytyy kertoa sinulle asteikko-out computing? On kuitenkin. 18 vuotta tai niin olen juuri nähnyt eniten dramaattinen nousu mittakaavassa monimutkaisuus ja yleinen tehokkuus tietokonejärjestelmissä. 

Kun olin tekemässä minun tohtorin tutkinnon Oxfordin, I oli melko innoissaan 200 megahertsin Silicon Graphics kone 18 gigatavua tallennustilaa ja yhden suorittimen. Ajat ovat muuttuneet. Jos nopeasti eteenpäin nyt, olemme spinning Yli 60000 Prosessorit täällä Harvardissa. Monet muut järjestöt pyörivät paljon enemmän. 

Tärkeä takeaway tästä on että vaaka on paitsi väistämätöntä, se on tapahtunut ja se on menossa edelleen tapahtua. Joten, hetkeksi, jollaisia ja taaksepäin ja puhua hyvin nopeasti tieteestä, suosikkini aihe, tieteellinen menetelmä. 

Jos olet olla tiedemies, sinun täytyy tehdä muutamia keskeisiä asioita. Jos et tee näitä asioita voit pidä itseäsi tiedemies ja sinun on vaikea pysty ymmärtää oman alueen kurinalaisuutta. 

Joten ensinnäkin, voisitte muotoilla kysymykseesi, voit luoda hypoteeseja, mutta vielä tärkeämpää, sinun ennustaa results-- sinulla arvaus mitä tuloksia tulee. Ja sitten lopuksi, voit testata hypoteesi ja analysoida tuloksia. 

Joten tämä tieteellinen menetelmä on erittäin tärkeää computing. Computing sekä ennuste ja voi testata tuloksia ovat keskeinen osa mitä me tarvitsemme tehdä tieteellistä menetelmää. Nämä ennusteet Teknisesti ovat todellisia kaksi kulmakiveä tieteellisen metodin, ja kukin edellyttävät Merkittävimmät edistysaskeleet modernissa laskenta. 

Kahden pilarin tiede ovat, että Teorian ja kokeille. Ja viime aikoina, computing on usein mainittu olevan kolmannen pilarin tieteen. Joten jos opiskelijat ovat katsomassa tätä, sinulla ei ole mitään paineita. Kolmas pilari science-- ole iso deal-- computing, millaisia ​​tärkeitä. Niin iloinen tämä on computing osa tietojenkäsittelytieteen tietenkin 50. 

Joten tarpeeksi tausta. Haluan kertoa teille suunnitelman mitä aiomme puhua tänään. Aion mennä yli joitakin historiaan. Aion selittää miksi tulimme tänne. Aion puhua joitakin historian computing täällä Harvardissa jotkut toimintaa ympäri sosiaalisen median, vihreä things-- hyvin intohimoisesti kaiken green-- storage-- tietokone storage-- miten kaaos vaikuttaa asteikon-out out järjestelmiä, ja jakelu järjestelmien erityisesti. 

Ja sitten aion käsitellä joitakin asteikon-out laitteisto, joka on edellytetään pystyä tehdä computing mittakaavassa. Ja sitten lopuksi, aiomme pukeutua joitakin mahtavia tiedettä. 

Joten, nyt kestää hetken tutustu todellista historiaa. Computing on kehittynyt. Joten koska 60-luvulla, kaikki pois läpi tänään, olemme nähneet periaatteessa muutos ulottuvuutensa keskitetty tietojenkäsittely hajauttaa computing, jotta yhteistyöhön ja sitten riippumattomia laskenta ja takaisin uudelleen. 

Ja anna minulle merkitä, että hieman. Kun me avasi tietokoneet, meillä oli keskusyksiköt. He olivat kohtuuttoman kalliita laitteita. Kaikki oli jaettavaksi. Computing oli monimutkainen. Näet, se täytti huoneet ja oli toimijat ja nauhat ja kaikenlaisia ​​whirry, naksuva, kierteisen laitteita. 

Noin 70-luvulla 80-luvun alussa, kun aloitit nähdä vaikutus faksi. Joten olet alkanut nähdä computing alkaa ilmestyä takaisin laboratorioissa ja tulla lähemmäksi sinua. Nousu henkilökohtaisen tietokone, varmasti 80-luvulla, alkupuolella Vuosikymmenen todella muuttunut computing. 

Ja siellä on vihje otsikko, koska se kutsuttiin henkilökohtainen tietokone, mikä tarkoitti se kuului sinulle. Niin kehitys computing jatkui, ihmiset ymmärsivät, että heidän henkilökohtaiset tietokone ei todellakaan tarpeeksi iso pystyä tekemään mitään minkään ansioita, tai merkittäviä ansioita, tieteessä. 

Ja niin ihmiset alkoivat kehittää verkkolaitteen kuljettajat pystyä kytkeä tietokoneisiin yhdessä pystyä rakentamaan klustereita. Ja niin tämä syntyi aikakauden of Beowulf klusterin. Linux räjähti vastauksena oma käyttöjärjestelmä, sekä kustannus- ja monimutkaisuus. 

Ja sitten, tässä me olemme tänään, jossa jälleen kerran olemme edessä huoneet täynnä tietokoneen laitteet ja kyky pyyhkäistä yksi luottokortti ja saada pääsy näihin tietotekniikkaan, etänä. 

Ja niin voit nähdä, vuonna Historiallisten iskulaite miten me laskentatehoa tänään, se on ehdottomasti kehittynyt kone huoneet täynnä tietokoneita läpi joitakin henkilökohtaisen tietojenkäsittelyn aina oikeassa takaisin koneen huoneet täynnä tietokoneita. 

Joten tämä on minun ensimmäinen klusterin. Joten 2000, rakensimme tietokonejärjestelmä Euroopassa tehokkaasti muistiinpanoja Ihmisen genomin. Siellä on paljon tekniikkaa listattu oikealla puolella siellä, että valitettavasti ei ole enää keskuudessamme. Se läpäissyt pois hyvä tekniikka taivaalla. 

Kone itsessään on luultavasti vastaa muutaman kunnon kannettavat tänään, ja että juuri sellainen näyttää. Emme kuitenkaan huolellisesti muistiinpanoja Ihmisen genomin ja molemmat suojattu sen tätä erityistä paperia Luonto koskee tiedot on julkinen tai yksityinen. 

Joten tämä on mahtava, eikö? Joten meillä ihmisen genomin. Olemme tehneet laskentatehoa. En tunne hyvin tyytyväinen itseeni. Kaulin jopa Harvardin vuonna 2006, tunne paljon vähemmän tyytyväinen itseeni. 

Tämä on mitä olen perinyt. Tämä on osastojen postin ja tiedostopalvelin. Näet täällä siellä hieman teippiä jota käytetään pitämään järjestelmän yhdessä. Tämä on meidän lisenssin ja tulostuspalvelin. Olen melko varma, että siellä ehkä salasanat joitakin näistä postit toteaa. 

Ei mahtava. Melko kaukana mahtava. Ja niin, ymmärrän tämän pienen kaavion että näytin teille alusta jakamasta omistukseen takaisin jakaminen, että meidän piti muuttaa pelin. Ja niin me muutti pelin tarjoamalla kannustimia. Ja niin ihmisten, kuin tämä pikku Wikipedia-artikkeli sanoo täällä, meidän määrätietoinen olentoja. Ja tutkimus kannustin rakenteet on välttämätöntä tutkimuksen taloudellisen toiminnan. 

Joten aloimme kannustaa meidän tiedekunnan ja tutkijamme. Ja niin me kannustin heitä todella iso tietokonejärjestelmään. Joten vuonna 2008, rakensimme 4096 prosessori machine-- 10 telineet, parisataa kilowatin tehon. 

Minusta on mielenkiintoista on se ei missä olet sykli. Tämä sama määrä valtaa ja laskentatehoa, teho on vakio. Se oli 200 kilowattia, kun me rakensivat järjestelmiin Euroopassa. Se kaksisataa kilowattia vuonna 2008, ja että näyttää olevan [? quanter?] pienten yliopisto-pohjainen tietotekniikkajärjestelmien. 

Joten Harvard today-- eteenpäin, en ole enää surullinen panda, melko onnellinen panda. Olemme 60-pariton tuhatta kuorma jakautumisesta Prosessorit, ja niiden kiipeilyä dramaattisesti. Meillä on 15 petatavua varastointi, myös kiipeilyä. Tämäkin 200 kilowatin lisäys, näytämme olla lisäten, että joka kuudes tai niin kuukautta. Paljon ja paljon virtuaalikoneiden. Ja mikä tärkeintä, noin 1,8 megawattia tutkimuksen atk-laitteet. 

Ja aion tulla takaisin tähän myöhemmin, miksi en nyt enää välttämättä laskea, kuinka paljon CPU meillä, mutta kuinka suuri on sähkölaskussa. 20 muut niin omistautunut tutkimus computing henkilökunta. Ja mikä tärkeintä, olemme alkaa kasvattaa GPGPUs. Olin porrastettu kuinka paljon tästä on lisätty day-to-day perusteella. Joten, historian oppitunti yli, eikö? 

Miten siis sinne täältä? Katsotaanpa joitakin nykyajan asteikko-out laskenta esimerkkejä. Olen hieman pakkomielteinen erikokoiset ja sosiaalisen median. On olemassa useita erittäin onnistuneen suuren mittakaavan laskenta järjestöt nyt planeetalla, tarjoamalla tukea ja palveluja meille kaikille. Niin, että vastuuvapauslauseke. 

Ja haluan aloittaa määrä unssia Instagram. Se ei ole oikeastaan lyijy-sisään vitsi, se on ei edes sitä hauska, todella, tule ajatella sitä. Mutta joka tapauksessa, me aiomme tarkastellaan unssia Instagram. Ja me aiomme aloittaa kanssa "My mehiläinen ja kukka." Olin [äänetön] Village ja otin pieni kuva mehiläinen istuu kukka. Ja sitten aloin miettiä Mitä tämä oikeastaan ​​tarkoittaa. Ja otin kuvan pois puhelimesta ja laskettiin, kuinka monta tavua ovat siinä, ja se on noin 256 kilotavua. Mutta kun aloitin, olisi periaatteessa Täytä 5 ja 1/4 tuuman levyke. Ja alkoi ajatella, hyvin, että on siistiä. 

Ja aloin etsiä ja tehdä joitakin tutkimus verkossa. Ja huomasin, että Instagram on 200 miljoonaa Maus. En ollut oikeastaan ​​että varma, mitä MAU oli. Ja MAU, tänne, on kuukausittain aktiivista käyttäjää. 

Joten, 200 miljoonaa MAUs-- aika siistiä. 20000000000 photographs-- niin melko paljon valokuvia. 60000000 uusia valokuvia jokainen päivä tulossa noin 0,002 keikka per kuva. Se on noin viisi petabytes levyn juuri oikeassa. Ja se ei todellakaan ole keskeinen osa mitä me aiomme puhua. Se on pikkujuttu. Tai kuten sanomme Englannissa, pieni spuds. 

Joten katsokaamme todellinen norsu vuonna room-- ainutlaatuinen kasvoja. Jälleen katsotaanpa mitata Tämän uuden Quanta soittaa MAU. Facebook itse on 1300000000 Maus. WhatsApp, joka en ollut edes kuullut viime aikoihin asti, se on jonkinlainen viestipalvelu, on 500 miljoonaa Maus. Instagram, jota juuri puhui, 200 miljoonaa Maus. Ja Messenger, joka on toinen viestipalvelu, on myös 200 miljoonaa Maus. 

Joten yhteensä että ylös, se on noin 2200000000 Käyttäjiä yhteensä. Selvästi siellä on jonkin verran päällekkäisyyttä, mutta se vastaa kolmasosaa planeetan. Ja he lähettivät jotain alueella 12 miljardia viestiä päivässä. Ja vielä, on vain 7 miljardia ihmistä maapallolla. Kaikilla ei ole älypuhelin. Joten tämä on järjetöntä numeroita. 

Ja aion väittää, että se ei ole jopa noin varastointi- tai laskenta. Ja lainata laulun, se kaikki siitä kuvaaja. Tässä on meidän ihana Meghan Trainor alas täällä, laulaa kaikki basso. Huomaa, hän on myös melko hieman basso herself-- 207, hyvin 218000000 ihmiset ovat nähneet tämä nuori nainen laulaa laulun. 

Joten minun argumentti on se kyse on kuvaaja. Joten otimme joitakin avoimen lähdekoodin ohjelmistojen ja alkoi tarkastella kuvaajan. Ja tämä on LinkedIn, joten tämä on Facebook vanhuksille. Ja niin, tämä on minun LinkedIn kuvaaja. Minulla on 1200 tai niin solmuja, niin kutsuttu "ystävät". Ja tässä pelissä yläreunassa. Ja tässä kaikki kytkennät. 

Nyt muistelen Instagram tarina. Jokainen näistä on ei vain kuva, se on koko lukuisia yhteyksiä välillä Kyseinen yksilö ja monet muut. Tämä on keskeinen osa on joko vian kuvaajan piirtämiseen algoritmi, tai tämä ehkä David Malan, en ole vielä varma. Joten voit piirtää kuvaajat kaikenlaisia ja ways-- gephi.gihub.io on missä voit vetää, että ohjelmiston. Se on todella siistiä siitä, mahdollisuus järjestää yhteisöille. Voit nähdä täällä, tämä on Harvardin ja useita muita paikkoja, jotka olen työskennellyt, koska tämä on minun työni liittyviä tietoja. 

Joten ajattele monimutkaisuus kuvaajan ja kaikki tiedot että vedät yhdessä. Joten Samaan takaisin FriendFace, eikö? Katselimme Instagram tietoja, oli noin viisi petabytes. Ei iso juttu. Vielä melko paljon tietoa, mutta ei ole iso käsitellä enemmän järjestelmän asioita. 

Tästä artikkeli vanha internetissä, "Skaalaus Facebook tietovarasto 300 petabytes. " Se on kokonaan eri peli vaihtaja nyt, kun olet alkanut ajatella tiedot ja kuvaaja ja mitä tuoda mukana. Ja heidän korkea data kasvatus järjestys 600 terrabytes päivä. 

Nyt te tiedätte, hyvin, then-- Tarkoitan, 600 terrabytes päivä, 300 petabytes-- he myös nyt alkaa saada hyvin huolissaan miten pitää tätä kamaa ja varmistaa tietojen pysyy ympäri. Ja tämä herrasmies täällä, Jay Parikh, etsii miten tallentaa exabyte tietoja. 

Vain niille teistä jotka tarkkailevat pitkin kotona, exabyte-- 10 18. Se sai oman Wikipedia sivu, se on niin iso numero. Se on kooltaan ja mittakaavaltaan olemme katsomalla, on kyettävä tallentamaan tiedot. Ja nämä kaverit eivät mucking ympärille, he säilytykseen että tietojen määrä. Joten yksi johtolankoja, jotka he etsivät on täällä on datakeskusten varten niin kutsuttu kylmäsäilytystä. 

Tästä pääsenkin olla vihreä. Ja tässä on Kermit. Hän ja minä agree-- se on erittäin vaikeaa olla vihreä, mutta annamme sen parhaamme yrittää. Kermit voi auttaa sitä, hän on olla vihreä koko ajan, ei voi ottaa hänen vihreä Nessin pois ollenkaan. 

Niin, että concepts-- muutama sellainen keskeisiä käsitteitä on vihreys, kun se liittyy tietojenkäsittelyyn. Yksi, joka on tärkein on pitkäikäisyyden. Jos tuote on lyhyt käyttöikä, et voi määritelmällisesti olla vihreä. Energia otetaan valmistaa levyasema, emolevy, tietokone järjestelmä, tabletti, mitä se voi olla, pitkäikäisyys järjestelmien ovat keskeinen osa kuinka vihreä voit olla. 

Tärkeä osa, kuten te kaikki rakentavat ohjelmisto algorithms-- algoritmin osittainen sana ohjelmisto, eikö? Joten, sinun algoritmi suunnittelu on ehdottoman kriittinen kannalta miten aiot pystyä tekemään nopea ja tarkka laskelmat käyttää vähiten energiaa on mahdollista. Ja saan tämän vuonna hieman. 

Data Center design-- olet nähnyt että meillä on jo tuhansia taas tuhansia koneita, istuu hiljaa pienissä, pimeään maailman, tietojenkäsittely. Resource allocation-- miten saada COMPUTE, varastointiin, verkon kautta. Käyttöjärjestelmien ovat keskeinen osa Tämän ja paljon virtualisointi pystyä pakata enemmän ja enemmän laskentatehoa pieneen tilaan. 

Minä annan teille pienen esimerkin tutkimuksen Computing. Tarvitsimme enemmän ping, enemmän teho, ja lisää putki. Tarvitsimme enemmän isompi, paremmin, nopeammin tietokoneet, ja tarvitaan käyttää vähemmän mehua. Ja emme voineet selvittää, miten tehdä tämä. En tiedä, jos hashtag gowest kuin luultavasti ollut käytössä Kardashian, mutta joka tapauksessa, gowest. Ja me teimme. 

Olemme hakemassa toiminta ja muutimme sen ulos Länsi Massachusetts pienessä mylly kaupunki nimeltään Holyoke, hieman pohjoiseen of Chikopee ja Springfield. Teimme näin pari syytä. Tärkein oli, että me oli hyvin, hyvin suuri pato. Ja tämä suuri pato pystyy ojensi 30 plus megawattia energiaa, ja se on ollut vajaakäytössä tuolloin. 

Vielä tärkeämpää on, meillä oli myös hyvin monimutkainen verkosto joka oli jo olemassa. Jos katsot, että verkon menee Yhdysvalloissa, se seuraa kaikkia junan kappaleita. Tämä erityisesti pala verkon oli omistama kollegamme ja ystävät Massachusetts Institute of Technology, ja se oli periaatteessa rakennettu kokonaan ulos Route 90. 

Joten meillä oli suuri joki rasti, Route 90 rasti, meillä oli lyhyt polku 100 km, ja pitkä polku noin 1000 kilometriä. Meillä ei tarvitse tehdä erittäin suuri verkon jatkos, kuten näette täällä, periaatteessa laittaa linkkiä, jotta voitava yhdistää Holyoke, mutta meillä oli kaikki tarvittavat infrastructure-- ping, teho, putki. Elämä oli hyvä. Ja taas, iso pato. 

Joten rakensimme periaatteessa Massachusetts Green High Performance Computing Keskus. Tämä oli asianharrastus viiteen universities-- MIT, Harvard, UMass, Koillis, ja BU. Viisi megawatin päivästä kytketyn kuorman. Teimme kaikenlaisia ​​nokkeluutta kanssa lentokenttäalueella ekonomaiserien pitää asiat vihreä. Ja me rakennetaan 640-pariton telineet, omistettu tutkimuksen Computing. 

Se oli vanha voimalatontin, niin me oli joitakin talteenotto ja jotkut siistiä-up ja jotkut puhdistamiseen sivuston. Ja sitten aloimme rakentaa laitos ja, boom-- ihana laitoksen kanssa kyky ajaa hiekkalaatikko computing, olla konferensseja ja seminaareja, ja myös massiivinen datakeskuksen kerroksessa. 

Tässä on minun hyvä itse. Olen ilmeisesti yllään sama takki. Olen ehkä vain yksi takki, mutta on minulle ja John Goodhue-- hän johtaja Center-- seisoo konehuoneeseen kerros, joka, kuten näette, on melko dramaattinen, ja se menee takaisin pitkä, pitkä matka. 

Olen usein pelata pelejä ajo Boston ulos Holyoke, teeskentelemällä, että olen TCP / IP-paketin. Enkä välitä minun latenssi ajelemassa autossani. Niin, että vihreä pala. Joten vain kestää minuutin ja miettiä pinot. Joten yritämme erittäin huolellisesti rakentaa datakeskusten tehokkaasti, computing tehokkaasti, tehdä hyvää valinta atk-laitteet ja toimittaa enemmän tärkeintä, meidän sovellus, olipa viestipalvelu tai tieteellisiin sovelluksiin. 

Joten tässä ovat pinot. Niin fyysinen kerros, kaikki asti läpi application-- toivoen, että tämä on menossa olla hyvä osa kurssin. OSI seitsemän kerros malli on periaatteessa, elät, syödä, ja hengittää tämä koko tietojenkäsittely uran. Tämä koko käsite fyysinen infrastructure-- johdot, kaapelit, datakeskusten, linkkejä. Ja tämä on vain kuvaava verkko. 

Täällä on hyvin, tietenkin, tämä on vanha liukumäki, koska tämä olisi sanoa HTTP, koska kukaan ei välitä yksinkertainen mail siirtoprotokollia, enää. Se kaikki tapahtuu HTTP tilaan. Niin, että yksi taso pino. 

Tässä toinen joukko pinot, missä olet on palvelin, isäntä, hypervisor, vieras, binary kirjasto, ja sitten hakemuksesi. Tai tässä tapauksessa laite kuljettaja, Linux-ytimen, natiivi C, Java virtuaalikoneen, Java API, sitten Java sovelluksia, ja niin edelleen, ja niin edelleen. Tämä on kuvaus virtuaalikoneen. 

Pyhä pinot, Batman! Ajattele tätä suhteen, miten paljon laskentatehoa sinun täytyy saada mitä täällä tapahtuu, aina ylös tähän pinoon, jotta sitten pystyä tekemään todellista toimitus hakemuksen. 

Ja jos sellainen kelata ja alkaa ajatella siitä mitä se tekee tarjota liukulukukomento, sinun liukulukukomento summa pistorasioiden, useita sydämiä pistorasiaan, kello, joka on kuinka nopeasti voi kello turnover-- neljä gigahertsin, kaksi gigahertz-- ja sitten numero Toiminnan voit tehdä tietyllä hertsiä. 

Joten ne mikroprosessorien tänään tehdä neljästä 6 floppeja kellojaksoa kohden. Ja niin yhden ytimen 2,5 keikka kello on teoreettinen tehokkuus noin mega FLOP, antaa tai ottaa. 

Mutta, kuten kaikki, meillä on vaihtoehtoja. Niin ja Intel Core 2, Nehalem Sandy Bridge, Haswell, AMD, ota choices-- Intel Atom. Kaikki nämä prosessoriarkkitehtuureja kaikilla on hieman eri tavalla että voimme lisätä kaksi numeroa yhteen, joka on pohjimmiltaan niiden tarkoituksen elämään. Täytyy olla kova. On miljoonia heistä istuu datakeskusten, nyt kuitenkin. 

Sor, floppeja per watt-- tämä on iso juttu. Joten jos haluan saada lisää päästä läpi pinon, nopeammin, Olen saanut työskennellä, kuinka monta liukulukuoperaatiot toinen, Voin tehdä, ja sitten antaa heille watti. Ja onneksi, ihmiset ajatellut tätä. 

Joten siellä on suuri riitauttaa joka vuosi nähdä jotka voivat rakentaa nopein tietokone joka voi diagonalisointiin matriisi. Sitä kutsutaan Top 500. He valitsevat toppi paras 500 tietokoneet planeetalla, joka voi diagonalisoida matriiseja. Ja saat hämmästyttäviä tuloksia. 

Paljon niitä koneita välillä 10 ja 20 megawattia. He voivat diagonalisointiin matriisit kohtuuttoman nopeasti. Ne eivät välttämättä diagonalisoida niitä tehokkaasti per watti, niin siellä oli iso push tarkastella mitä vihreä 500 lista näyttäisi. Ja tässä on lista kesäkuusta. Siellä pitäisi olla uusi hyvin pian. 

Ja se vaatii out-- otan Tämän päälle erityisen luettelon. On kaksi erityistä machines-- yksi alkaen Tokyo Institute of Technology ja yksi Cambridge Yliopistossa Yhdistyneessä kuningaskunnassa. Ja nämä ovat ihan huikea mega floppeja per watti suhde. Tämä yksi on 4389, ja seuraava alaspäin on 3631. 

Selitän ero Näiden kahden, seuraavassa dia. Mutta nämä ovat nämä ovat keskikokoinen testi klustereita. Nämä ovat vain 34 kilowattia tai 52 kilowattia. On joitakin suurempien here-- tämä erityisesti yhden klo Swiss National Supercomputing Centre. Kotiin viesti tähän on, että olemme yrittää löytää tietokoneet joka voi toimia tehokkaasti. 

Ja niin, katsotaanpa ylhäältä yksi, cutely nimeltään, KFC. Ja hieman mainontaa täällä. Tämä erityisesti elintarvikealan yritys ei ole mitään tekemistä tämän kanssa. Se on se, että tätä järjestelmää liotetaan hyvin fiksu öljypohjaisia ​​yhdiste. Ja niin he saivat kanaa paistinpannu Monikeri kun he ensin alkoivat rakentaa tällaisia ​​järjestelmiä. 

Mutta pohjimmiltaan mitä he otettu tässä on useita teriä, laita ne tässä hienostunut mineraaliöljy, ja sitten toiminut, miten saada kaikki verkostoituminen ja siitä ulos. Sitten ei vain sitä, he laittaa sen ulkopuolella niin että se voi hyödyntää ulkoilmaa jäähdytykseen. Se oli aika vaikuttava. Joten sinun täytyy tehdä kaikki Tämän metkut pystyä saat tämän määrän laskenta antoi pienille teho. 

Ja voit nähdä tämä on muotoa missä asiat ovat menossa. Haasteena on, että säännöllinen ilma jäähdytys on mittakaavaetuja ja ajaa paljon kehittäminen sekä säännöllisin computing, ja suurteholaskennan. Niin, tämä on melko häiritsevää. Mielestäni tämä on kiehtovaa. Se on vähän sotkuinen, kun kokeile vaihtaa levyasemat, mutta se on todella viileä idea. 

Niin ei vain, että siellä on koko joukko työtä rakennetaan noin mitä olemme soittamalla Open Laske Project. Ja niin, siitä enemmän hieman myöhemmin. Mutta alan alkaa ymmärtää, että floppeja per watti on tulossa tärkeitä. Ja te, ihmiset täällä, kuten voit suunnitella algoritmeja ja voit suunnitella koodia, sinun pitäisi olla tietoinen että koodi voi on kerrannaisvaikutuksia. 

Kun Mark istui täällä hänen asuntolan huoneessa kirjoittaminen Facebook 1,0, Olen melko varma, että hän oli näkymä että se tulisi olemaan valtava. Mutta miten valtava se olisi ympäristö on iso dealio. Ja niin kaikki ya'll voisi keksiä algoritmit että voisi olla seuraava haastava asia ihmiset kuten minä, yrittää ajaa järjestelmiin. 

Joten ajattele reaalimaailman -virtarajoitusten. Tämä paperi Landauer-- ei ole uusi asia. 1961 tämä julkaistiin IBM lehdessä. Tämä on kanoninen "Peruuttamaton ja Heat Generation in Computing Process. " Ja niin hän väitti, että koneet väistämättä suorittaa logistiset toiminnot, ei ole yhden arvostetaan käänteinen. 

Niin, että koko osa tämä on, että takaisin 60-luvulla, ihmiset tiesivät, että tämä oli tulee olla ongelma. Ja niin lain rajoja sanoi 25 astetta, eräänlainen kanoninen huone lämpötila, raja edustaa 0,1 elektroni volttia. Mutta teoriassa, tämä on teoria, tietokoneen muistiin, toimii tämän rajan voisi olla muuttunut miljardi bittiä sekunnissa. 

En tiedä sinusta, mutta ei törmännyt monet miljardi bittiä toinen datanopeus vaihtoa. Väite oli, että vain 2.8 biljoonia wattia sähköä pitäisi koskaan laajennetaan. 

Okei, reaalimaailman example-- tämä on minun sähkölaskussa. Olen 65% prosenttia että ihana datakeskuksen Näytin teille, tässä nimenomaisessa kertaa. Tämä on taas viime vuoden kesäkuussa. Olen ottanut vanhempi versio, niin että me voi ja tavallaan anonyymiseksi hieman. Vietin 45000 dollaria kuukausi energian siellä. 

Joten syy on olemassa, että me on yli 50000 prosesseja huoneessa. Joten voisitteko kuvitella oman asuin sähkölasku on, että korkea? Mutta se oli 199 miljoonaa watti tuntia kuukaudessa. 

Joten kysymys esitän on, voitko kuvitella herra Zuckerberg sähkölaskun? Mine on aika iso, ja minä taistelu. Enkä ole yksin tässä on. Siellä on paljon ihmisiä iso datakeskusten. Ja niin, kai, täysi disclosure-- Facebook ystävät hieman outoa. 

Joten minun Facebook ystävä on Prineville datakeskuksen, joka on yksi Facebookin suurin, Uusin Alhaisin energia datakeskuksen. Ja he lähettää minulle asioita, kuten tehonkäytön tehokkuutta, kuten miten tehokas on tiedot keskus vs. kuinka paljon energiaa olet laittoi siihen, kuinka paljon vettä he käyttävät, mitä kosteus ja lämpötila. 

Ja heillä on näitä ihana, ihana tontteja. Mielestäni tämä on mahtava Facebook-sivulla, mutta kai olen hieman outo. 

Joten enemmän valtaa asia, tutkimus tietojenkäsittelyn, että en on merkittävästi erilainen mitä Facebook ja Yahoo ja Google ja muut on-demand, täysin, aina saatavilla olevia palveluja. Ja niin minulla on se etu, että kun ISO Uusi England-- ja ISO New England auttaa asettamaan energia hinnat alueella. 

Ja se sanoo, että se ulottuu pyyntö kuluttajille vapaaehtoisesti säästää paljon energiaa, koska korkea lämpö ja kosteus. Ja tämä oli taas 18. heinäkuuta. Ja niin minä onnellisesti Paluu, Hei, ISO New England, Green Harvard. Teemme osamme yli täällä tutkimukseen computing. Ja tämä johtuu siitä, että teemme tiedettä. 

Ja niin paljon kuin ihmiset sanovat tiede ei koskaan nuku, tiede voi odottaa. Joten voimme quiesce meidän järjestelmät, hyödyntää luokka hinnat meidän sähkölaskua, ja auttaa koko New England alueen irtoaminen monet megawattia kuorman. Niin, että ainutlaatuinen asia, että eroaa noin tieteellisen laskennan tiedot keskuksia ja ne, jotka ovat täydessä tuotannossa 24/7. 

Joten ota toista vaihdetta täällä. Joten, en halua keskustella kaaos hieman. Ja haluan laittaa sen suojeluksessa varastointi. Joten niille, jotka sellaista of olivat vaikeuksissa saada heidän päänsä ympärille mitä petabytes varastoinnin näyttää, tämä esimerkki. Ja tämä on tällaista tavaraa Käsittelen koko ajan. 

Jokainen näistä pikku kaverit on neljä teratavun kiintolevyn, joten voit eräänlainen laskea niitä. Saamme nyt välillä yksi 1 ja puoli petabytes tavallisessa teollisuuden telineeseen. Ja meillä on sekä huoneita, kuten näki, että aikaisemmin kuvan John ja minä, täynnä näitä telineitä laitteita. Joten se on tulossa erittäin helppoa rakentaa massiivinen tallennusjärjestelmät 

Se on enimmäkseen helppoa sisällä Unix eräänlainen laskea jopa miten asiat ovat menossa. Joten tämä laskee kuinka monta MAU pistettä on pääsin sinne. Niin, että 423 siepata pistettä. Ja sitten, jos en suorita joitakin ylimalkaisia ​​awk, I voidaan lisätä enintään, tässä nimenomaisessa järjestelmässä, oli 7,3 petabytes käytettävissä varastointiin. 

Niin, että on paljon tavaraa. Ja varastointi on todella kova. Ja silti, jostain syystä, tämä on teollisuuden trendi. Aina puhun meidän tutkijamme ja meidän tiedekunnan ja sanoa, hei, voin ajaa varastointi sinulle. Valitettavasti minun on periä kustannukset varastointi. Saan tämän liiketoiminnan. Ja ihmiset viite NewEgg tai he viite Staples tai kuinka paljon he voivat ostaa yksi teratavu levyasemana. 

Joten tämä, voit huomata täällä, että on hajuakaan. Siellä on yksi levyasema täällä. Ja jos menemme takaisin, minulla on paljon. Ei vain olen monta, minulla on hienostunut interconnects pystyä pistellä nämä asiat yhdessä. Joten riskejä näiden suurten tallennusjärjestelmät ei ole merkityksetön. 

Itse asiassa, teimme Internet ja kirjoitimme Pieni tarina hyvää tarkoittava, hyvätapaisen johtaja tutkimuksen computing-- sattuu olemaan outo Englanti accent-- yrittää selittää tutkija mitä ei alaviiva varmuuskopiokansioon todella tarkoitti. Se oli melko pitkä, pieni tarina, hyvä neljä minuuttia löytö. 

Ja huomata, minulla on kauhea paljon vähemmän tilaa kuin nainen että laulaa kaikki basso. Olemme melkoisesti tilejä pienempi. Mutta joka tapauksessa, tämä on tärkeä asia ajatella, suhteen mikä voisi mennä pieleen. Joten jos saan levyasema, ja Heitän sen Unix kone, ja aloitan kirjallisesti asioita sitä, siellä magneetti, siellä ajaa pää, siellä näennäisesti, yksi tai nolla kirjoitetaan alas kyseiseen laitteeseen. 

Motors-- Spinny, twirly asiat aina rikkoa. Mieti asioita, jotka rikkovat. Se on aina ollut Spinny, Twirly asioita. Tulostimet, levyasemat, moottoriajoneuvoja yms Kaikkea mikä liikkuu todennäköisesti murtaa. 

Joten sinun täytyy moottorit, sinun täytyy ajaa firmware, tarvitset SAS / SATA-ohjaimet, johdot, firmware SAS / SATA-ohjaimet, alhainen lohkot. Pick your varastointi ohjain tiedosto järjestelmän koodi, kumpi se voi olla, miten ommel asioita yhdessä. Ja virtuaalimuistin hallinta sivut, DRAM nouto ja myymälöissä. Sitten saat toisen pino, joka on eräänlainen alas luettelon tämän yksi, algoritmit, käyttäjät. 

Ja jos kerrot tämän ylös, en tiedä kuinka monta, siellä on paljon paikkoja jossa tavaraa voi mennä sivuttain. Tarkoitan, että on esimerkiksi noin matematiikka. Mutta se on aika hauskaa ajatella kuinka monella tavalla asiat voisi mennä pieleen, vain levyaseman. Olemme jo 300 petabytes, joten kuvitella määrä levyasemat tarvitset 300 petabytes jotka voivat mennä pieleen. Paitsi that-- niin se varastointi. Ja että viittaa henkilö Haluaisin nähdä Kirjoita vaiheessa vasemmalle, joka on Chaos Monkey. Joten jossain vaiheessa, se saa vielä suurempi kuin levyasema ongelma. 

Ja niin, nämä hienot naiset ja herrat jotka kulkevat streaming video palvelu tajusi, että heidän tietokoneensa olivat myös valtava ja myös hyvin monimutkainen ja myös tarjoavat palveluja kauhean paljon ihmisiä. Heillä 37000000 members-- ja Tämän dian ehkä vuoden tai niin old-- tuhansia laitteita. On miljardeja tuntia videota. He kirjautua miljardeja tapahtumia päivä. 

Ja voit nähdä, useimmat ihmiset katsovat telkkarin myöhemmin illalla, ja se on paljon suurempi kuin kaiken. Ja niin he halusivat voitava varmistaa että palvelu oli ylös ja luotettava ja työskentelevät niille. Joten he keksivät tämän asia sanottu Chaos Monkey. Se pala ohjelmisto joka, kun luulet noin puhumme otsikko koko tämän esityksen, asteikko-out tarkoittaa sinun pitäisi testata tätä kamaa. Se ei ole hyvä vain ottaa miljoonaa laitetta. Joten kiva juttu tämä on, Chaos Monkey on palvelu, joka tunnistaa ryhmissä järjestelmiä ja satunnaisesti irtisanoo jonkin Järjestelmien ryhmässä. Mahtavaa. Joten en tiedä te, mutta jos olen koskaan rakennettu järjestelmä, joka perustuu muiden järjestelmät keskustelevat keskenään, otat yhden niistä pois, todennäköisyys koko juttu työ-, vähenee nopeasti. 

Ja niin tämä pala ohjelmisto toimii noin Netflix infrastruktuuria. Onneksi se sanoo se toimii vain työaikana tarkoituksenaan että insinöörit hälytys ja pystyy vastaamaan. Joten nämä ovat tyyppejä asioita olemme nyt joiden tekemistä hämmentää meidän computing ympäristöissä, esitellä kaaos ja esitellä monimutkaisuus. 

Joten kuka, niiden oikea mieli, olisi mielellään valita työskennellä Chaos Monkey? Odota, hän näyttää osoittavan minua. No, kai should-- söpö. Mutta ongelma on sinun eivät saa valita. Chaos Monkey, kun voi nähdä, valitsee sinut. 

Ja tämä on ongelma computing mittakaavassa on, että et voi välttää. Se väistämättömyys monimutkaisuus ja laajuuden ja meidän evoluution, jollain tapaa, computing asiantuntemusta. Ja muistakaa, tämä on Yksi asia on muistaa, Chaos Monkeys rakkaus snowflakes-- rakkaus lumihiutaleet. Snowflake-- olemme selittänyt Chaos Monkey-- mutta lumihiutale on palvelin, joka on ainutlaatuinen ja erityistä ja herkkä ja yksittäisten ja ei koskaan saa kopioida. 

Olemme usein lumihiutale palvelu ympäristössämme. Ja me aina yrittää sulaa lumihiutale palvelu. Mutta jos löydät palvelimen omassa ympäristössä joka on kriittinen pitkäikäisyys oman organisaation ja se sulaa, et voi laittaa sitä takaisin yhteen. Joten Chaos Monkey tehtävänä oli mennä ja lopettaa tapauksissa. Jos Chaos Monkey sulaa lumihiutale, olet yli, olet valmis. En halua puhua jotkut laitteisto että olemme näkemisen kannalta eräänlainen skaalata-out toimintaa liikaa. Ja joitakin ainutlaatuisia asioita, jotka ovat ja ympärillä tiede toimintaa. Olemme nyt alkaneet nähdä, muistaa tämä yksikkö kysymys, tämä teline? Joten tämä on teline GPGPUs-- niin yleistä tarkoitus grafiikan käsittely yksikköä. 

Olemme nämä sijaitsevat tietomme keskus, 100 tai niin kilometrin päässä. Tämä erityisesti teline on noin 96 tera floppeja yhden tarkkuus matematiikka pystyy toimittaa ulos takaisin siitä. Ja meillä on järjestyksessä 130-pariton kortteja esimerkiksi että we-- useita telineet tässä tapauksessa. 

Joten tämä on mielenkiintoinen siinä mielessä, että yleiskäyttöinen grafiikka prosessien pystyvät tekemään matematiikan uskomattoman nopeasti hyvin pieniä määriä energiaa. Joten siellä suuri uptick tieteellisen laskennan aloilla, katsot grafiikka käsittely-yksiköt isossa tavalla. 

Joten juoksin joitakin Mcollective kautta nukke infrastruktuuri eilen, hyvin innoissani tästä. vajaat petaflop yhden tarkkuuden. Vain olla selvä täällä, tämä pikku kerroin on 3,95. Kaksinkertaisen tarkkuuden matematiikka olisi noin 1,2, mutta minun Twitter syöte näytti paljon parempi, jos en sanoi meillä oli melkein petaflop yhden tarkkuus GPGPUs. 

Mutta se sinne. Se alkaa olla hyvin, hyvin vaikuttava. Ja miksi teemme tätä? Koska kvanttikemiaa, muun muassa, mutta olemme alkaneet suunnitella joitakin uusia aurinkosähköä. 

Ja niin Alan Aspuru-Guzik, kuka professori chemistry-- parisuhteelle vuonna crime-- muutaman viime vuoden aikana. Olemme tähdänneet kirjekuori computing. Ja GPGPU sopii teknologia voi tehdä kauhean paljon monimutkaisia matematiikka, hyvin, hyvin nopeasti. 

Joten mittakaavassa, tulee uusia haasteita. Joten valtava scale-- sinun täytyy olla varovainen miten lanka tätä kamaa. Ja meillä on tiettyjä tasoja pakko-oireinen häiriö. Nämä kuvat luultavasti ajaa paljon ihmisiä pähkinöitä. Ja kaapit, jotka eivät ole langallinen erityisen hyvin ajaa meidän verkkoon ja tilat insinöörejä pähkinät. Plus siellä myös ilmavirran asioita, jotka sinun täytyy olla. 

Joten nämä ovat asioita, joita en olisi koskaan ajatellut. Ja mittakaava, tulee lisää monimutkaisuutta. Tämä on uudenlainen tiedostojärjestelmä. Se on mahtavaa. Se on petatavu. Se voi tallentaa 1100000000 tiedostoja. Se voi lukea ja kirjoittaa 13 gigatavua ja 20 gigatavua second-- gigatavua toinen. Joten se voi purkaa teratavua ei ole aikaa lainkaan. 

Ja se on erittäin saatavilla. Ja se sai uskomattomia lookup rates-- 220000 hakuja toisen. Ja on olemassa monia erilaisia ​​ihmisiä rakentaa tällaisia ​​järjestelmiä. Ja voit nähdä sen täältä graafisesti. Tämä on yksi meidän tiedostojärjestelmien se kuormitettuna, melko onneksi lukeminen vain lyhyen 22 gigatavua sekunnissa. Niin, että cool-- niin monimutkaisia. 

Joten monimutkaisuus ja laajuus, tulee lisää monimutkaisuutta, eikö? Tämä on yksi monista, monet verkon kaaviot, jossa sinulla on useita eri alustan kaikki tukevat jopa osaksi tärkein ydin kytkin, liitetty varastointi, yhteyden matalan latenssin interconnects. Ja sitten kaikki tämä puolen Talo on vain kaikki johdon että sinun täytyy pystyä käsittelemään Näiden järjestelmien etäältä. Joten asteikko on paljon monimutkaisuuden kanssa. 

Vaihda vaihde taas mennään takaisin ja on vähän paikalla tieteen. Joten, muistakaa, tutkimus laskenta ja tämä pieni shim-- pieni vaaleanpunainen välilevyn välillä tiedekunnan ja kaikkien niiden algoritmeja ja kaikki hienoja tieteen ja kaikki tätä valtaa ja jäähdytys ja datakeskusten lattia ja verkostoitumista sekä iso tietokoneet ja palvelu työpöydät ja neuvontapisteet ja niin forth-- ja niin, olemme vain tämä pieni välilevyn välillä. 

Mitä olemme alkaneet nähdä, että maailman voineet rakentaa Näiden suurten datakeskusten ja voi rakentaa nämä suuret tietokoneita. Olemme saaneet aika hyvä siinä. Mitä emme ole kovin hyvä on tämä pikku välilevyn välinen tutkimus ja paljas metalli ja teknologia. Ja se on vaikeaa. 

Ja niin olemme pystyneet palkkaamaan ihmiset, jotka elävät tässä maailmassa. Ja viime aikoina, puhuimme National Science Foundation ja sanoi, tässä mittakaavassa-out kamaa on suuri, mutta emme voi saada tiedemiehet jotta nämä suuret monimutkaisia ​​koneita. Ja niin, on ollut useita eri ohjelmia jos me todella olivat enimmäkseen huolissaan yrittää nähdä, jos voisimme muuttaa kampuksella infrastruktuuri. 

On olemassa paljon ohjelmia noin kansalliset keskukset. Ja niin, itseämme, ystäviä Clemson, University of Wisconsin Madison, Etelä-Kaliforniassa, Utah, ja Havaiji eräänlainen sai yhdessä katso tätä ongelmaa. Ja tämä pieni kuvaajan täällä on pitkä pyrstö tieteen. 

Joten tämä is-- se ei ole asia mitä tällä akselilla, mutta tämä akseli on todella numero työpaikkojen läpi klusterin. Joten siellä on 350000 yli riippumatta ajan. Nämä ovat meidän tavanomaiset epäillyt alareunassa täällä. Itse asiassa siellä on Alan Aspuru-Guzik, jotka Puhuimme juuri about-- tonnia ja tonnia laskenta, todella tehokas, tietää mitä tekee. 

Tässä toinen lab, että minä puhun noin vuonna moment-- John Kovac laboratoriosta. Heillä se. He ovat hyviä. He ovat onnellisia. He computing. Suuri tiede saadaan tehtyä. Ja sitten, kun sellainen on tullut tänne, siellä ovat muita ryhmiä, jotka eivät näy paljon työpaikkoja. 

Miksi ei? Johtuuko se siitä, computing on liian kova? Siksikö he eivät tiedä, miten? Emme tiedä, koska olemme menneet ja katsoin. Ja niin sitähän tämä Hanke on kyse, on paikallisesti, sisällä kukin näistä alueista, katsoa keinoja, joilla voimme harjoittaa tiedekunnan ja tutkijat itse asiassa alapään hännän, ja ymmärtää, mitä he tekevät. 

Niin, että on jotain, että olemme todella intohimoisesti. Ja se on jotain, joka tiede ei jatku eteenpäin, kunnes ratkaisemme jotkut näistä reuna tapauksista. Muut bitit tieteen että menee up-- kaikille nähnyt Large Hadron Collider. Mahtavaa, eikö? Tämä kamaa kaikki juoksivat ulos Holyoke. Me built-- ensimmäinen tiede, joka tapahtui Holyoke oli yhteistyö itseämme ja Bostonin yliopisto. Joten se on todella, todella siistiä. 

Tämä on hauska kappale tieteen mittakaavassa. Tämä on digitaalinen pääsy taivas luvulla Harvardin. Pohjimmiltaan se levy arkisto. Jos menet alas Oxford-- Garden Street, anteeksi, löydät yksi observatorion rakennukset on periaatteessa täynnä noin puoli miljoonaa levyt. 

Ja nämä ovat kuvia taivas yöllä, yli 100 vuotta. Joten siellä on koko kamppeet perustettu täällä digitoida ne levyt, ottaa niistä kuvia, rekisteröidy heitä, laittaa ne tietokoneeseen. Ja se petatavu ja puoli, juuri oikea there-- yksi pieni projekti. 

Nämä ovat muita hankkeita. Tämä Pan-STARRS hanke tekee koko laaja panoraama tutkimus, etsivät lähellä Maan asteroidit ja ohimeneviä taivaalliset tapahtumia. Koska molekyyli biofyysikko, rakastan sana ohimenevä taivaankappaleiden tapahtuma. En ole aivan varma, mitä se on, mutta muutenkin, etsimme niitä. 

Ja me tuottavan 30 teratavua illanviettoon näiden kaukoputket. Ja se ei todellakaan kaistanleveys ongelma, että on kuin FedEx ongelma. Joten laitat varastointi van ja lähetät sen mitä se on. 

Bicep on todella interesting-- niin tausta kuvantaminen kosmisen ylimääräistä galaktisen polarisaatio. Kun aloitin työtä Harvardin seitsemän tai niin, kahdeksan vuotta sitten, muistan työstäneet tätä hanketta ja se ei todellakaan uppoa kotiin, miksi polarisoitunut valo alkaen kosmista tausta olisi tärkeää, kunnes tämä tapahtui. 

Ja tämä oli John Kovac, jotka Puhuin ennen, käyttämällä useita miljoonia CPU tuntia, meidän laitos ja muut, pohjimmiltaan tuijottaa sisälle maailmankaikkeuden ensimmäinen hetket alkuräjähdyksen jälkeen, ja yrittää ymmärtää Einsteinin yleinen suhteellisuusteoria. On mielessä puhaltavat että tietokoneet auttavat meitä purkaa ja tuijottaa osaksi hyvin alkuperää miksi olemme täällä. 

Joten kun puhutaan mittakaavassa, Tämä on joitakin vakavia mittakaavassa. Toinen asia on asteikko, joka Erityisesti hanke osui nämä kaverit. Ja tämä on vastekäyrästä bicep [Äänetön] Tämä oli meidän pikku kyselyyn. 

Ja näet tästä, elämä oli hyvä kunnes noin täällä, joka oli silloin, kun Ilmoitus tuli ulos. Ja olet saanut kirjaimellisesti sekuntia vastata skaalauksen tapahtuma, joka vastaa tämä pieni piste täällä, joka päätyi siirtymässä neljä tai niin teratavua tietoa kautta web-palvelimen että day-- melko karvainen. 

Ja niin, nämä ovat tyyppisiä asioita, jotka voi tapahtua sinulle oman infrastruktuurin jos et suunnitella mittakaavassa. Meillä oli hieman ryntäily, että päivä, olla pystyy span ulos tarpeeksi verkkopalvelu pitää sivuston vauhtiin. Ja onnistuimme. Tämä on pieni sähköpostiosoite Sellainen söpö. Tämä on postia Mark Vogelsberger, ja Lars Hernquist, kuka henkilökunnan jäsen täällä Harvardissa. Lisätietoja Mark myöhemmin. Mutta mielestäni tämä on yksi tavallaan kiteyttää laatuaan missä computing on tutkimuksen Computing. Hei, joukkue, viime Tiistai te keräsi Yli 28% uusista klusteri, joka yhdistettynä on yli 78 vuotta CPU vain kolme päivää. Ja minä sanoin, se on silti vasta perjantaiaamuna. Tämä on ihan mahtava! Hyvää tanssimaan perjantaisin! 

Sitten annan heille mittauspisteiden. Ja niin se oli sellainen mielenkiintoinen. Muista siis noin Mark, hän tulee takaisin kuvaa hieman. Joten asteikko-out computing on kaikkialla. 

Olemme jopa auttaa ihmisiä näyttää kuinka NBA toimintoja, ja jossa ihmiset ovat heittää palloa. En todellakaan ymmärrä tätä peliä liian hyvin, mutta ilmeisesti se on iso juttu. On vanteet ja kulhoja ja rahaa. 

Ja niin, meidän tietokanta, me rakennettu pieni 500 [äänetön] rinnakkain prosessori klusteri, pari teratavua muistia, pystyä rakentamaan tätä Kirk ja hänen tiiminsä. Ja he tekevät computing vuonna koko muulla tavalla. Nyt tämä on hanke olemme mukana se ehdottoman kiehtova, noin hermo plastisuus connectomics ja genomin imprinting-- kolme erittäin raskas lyömällä tutkimusaloilla että me taistella päälle day-to-day perusteella. Ajatus siitä, että aivomme ovat alle muovi stressi, kun olemme nuoria. Ja paljon meidän aikuisten käyttäytyminen on veistämä kokemus lapsenkengissä. Joten tämä on iso dealio. 

Ja niin tämä on työ, joka on rahoitettu National Institutes of Mental Health. Ja yritämme pohjimmiltaan, kautta paljon suuria tietomääriä ja iso data-analyysi, jollaisia peer osaksi ihmisen aivot läpi erilaisia eri tekniikoita. 

Joten halusin lopettaa ja millaisia vain pysähtyä paljoa. Haasteena kauko datakeskusten on se kaukana. Se ei voi tehdä työtä. Tarvitsen tietoni lähellä. Minun täytyy tehdä tutkimukseni minun lab. 

Ja niin olen sellainen otti esimerkin toiminnallista magneettikuvausta tietue tietomme keskus Länsi Mass. ja liitetty minun työpöydän Cambridge. Ja minä pelaan tätä pikku video. Toivottavasti se sellainen toimi. 

Joten tämä on minulle läpi tarkkailun minun GPU työskentelevät. Ja olen tarkkailun että VNC: n asti. Ja tämä on fiksu VNC. Tämä on VNC 3D kappaletta. Ja niin, kuten näette pian, tämä on minulle spinning tämä aivojen ympärillä. Yritän sellaista saada se suuntautunut. Ja sitten voin siirtyä läpi monia eri viipaletta MRI tietoja. Ja ainoa asia, joka on eri tästä on, että se tulee kaapelin yli Länsi Mass. minun työpöydälle. Ja sen mallinnus nopeammin kuin työpöydälle, koska minulla ei ole 4000 dollari näytönohjain minun työpöydälle, joka meillä on pois Länsi Mass. Tietenkin yritän olla fiksu. Olen käynnissä GLX vaihteita tausta, kun taas tekee kaiken tämän, varmistaa, että voin korostaa näytönohjain, ja että se kaikenlaisia toimii ja kaikki loput siitä. Mutta tärkeintä on, tämä on 100 kilometrin päässä. Ja voit nähdä tästä, että ei ole selvää latenssi. Asiat pitää yhdessä melko hyvin. 

Ja niin, että sekä itse on esimerkki ja jonkinlaisen käsityksen miten tietotekniikka ja mittakaavasta ulos computing tulee tapahtumaan. Olemme kaikki työskentelevät ohuempi ja ohuempi laitteita. Meidän käyttö tablettien kasvaa. 

Niin siis, minun hiili jalanjälki on pohjimmiltaan siirtymässä mitä käytetään tehdä, että olis ollut valtava kone alle pöytäni, mitä on nyt facility-- voi olla missä tahansa. Se voi olla missä tahansa lainkaan. Ja vielä, se on silti pysty tuomaan takaisin korkean suorituskyvyn grafiikkaa minun työpöydälle. 

Joten, lähenee end-- muistaa Mark? No, fiksu poika on Mark. Hän päätti, että hän aikoi rakentaa realistinen virtuaalinen universumi. Se on melko projekti, kun ajatella sinulla pitch tähän. Aion käyttää tietokone, ja aion mallin 12 miljoonan vuoden kuluttua Big Bang edustamaan päivä. Ja sitten aion tehdä 13,8 miljardia vuotta kosmisen evoluution. Selvä. 

Tämä itse asiassa käyttää tietokonetta oli suurempi kuin meidän tietokone, ja se levinnyt päälle kansallisen resursseja ystävämme alas Texasissa. Ja kansallisen tilat, Tämä oli paljon laskentatehoa. Mutta teimme paljon simulointi paikallisesti varmistaa, että ohjelmisto työskenteli ja järjestelmät toimivat. 

Ja se on tällaisina päivinä, kun ymmärtää, että olet tukee tiedettä tällä tasolla mittakaavassa, että ihmiset voivat nyt sanoa asioita kuten, aion malli maailmankaikkeuden. Ja tämä on hänen ensimmäinen malli. Ja tämä on hänen joukkueen ensimmäinen malli. On monia muita ihmiset, jotka ovat menossa tulla taakse Mark, jotka ovat menossa haluavat mallintaa korkealla resoluutiolla, enemmän spesifisyys, tarkemmaksi. 

Ja niin, viimeisen parin minuutin, Haluan vain näyttää tämän videon Mark ja Larsin että minulle jälleen, koska elämä tiedemies, on tavallaan söpö. Joten tämä, alareunassa täällä, suunnata sinua, tämä kertoo sinulle aika alkuräjähdyksen jälkeen. Joten me olemme noin 0700000000 vuotta. Ja tämä näkyy nykyisen päivityksen. Joten te näette tällä hetkellä, pimeän aineen ja evoluutio sakon rakenteen ja varhainen rakenteet meidän tunnetussa universumissa. 

Ja kohta tässä on, että tämä kaikki tapahtuu tietokoneen sisällä. Tämä on joukko parametreja ja joukko fysiikan ja joukko matematiikan ja joukko malleja että valitaan huolellisesti, ja sitten huolellisesti yhdistetty toisiinsa pystyä mallintamaan vuorovaikutusta. 

Joten voit nähdä joitakin aloituksia Joissakin kaasumaisia ​​räjähdyksiä täällä. Ja lämpötila muuttuu. Ja voit alkaa nähdä rakenne näkyvän maailmankaikkeuden muutos. Ja tärkeä osa tätä on, jokainen vähän pieniä, pieni, pieni piste on pala fysiikan ja on joukko matematiikan ympärillä, tiedottaminen sen ystävä ja sen naapuri. 

Joten skaalaus näkökulmasta, nämä tietokoneissa on kaikkia töitä konsertti ja puhua toisilleen tehokkaasti. Joten he eivät voi olla liian puhelias. Heillä tallentaa niiden tuloksia. Ja heillä on edelleen ilmoitettava kaikki heidän ystävänsä. Todellakin, näet nyt, tämän mallin tulossa yhä monimutkaisempi. On enemmän ja enemmän juttuja. On enemmän ja enemmän materiaali lentelee. 

Ja tämä on mitä varhainen kosmos olis näytti. Se oli melko karvainen paikka. Ei räjähdyksiä ympäri paikka, voimakas törmäyksiä. Ja muodostumista raskaan metalleja ja elementtejä. Ja nämä suuret pilvet Smashing osaksi toisiaan äärimmäisen voiman. 

Ja niin nyt olemme 9600000000 vuotta tämän ensimmäisen räjähdyksen. Alat nähdä asiat ovat eräänlainen rauhoittui hieman, vain vähän, koska energia alkaa nyt rentoutua. Ja niin matemaattinen malleja ovat saaneet että paikallaan. Ja olet alkanut nähdä yhtyminen eri elementtejä. Ja alkaa nähdä tämä asia laatuaan on yhdessä ja hitaasti viileässä. 

Ja se alkaa näyttää hieman enemmän kuin yötaivaalla, hieman. Ja se on [? QSing. ?] Olemme nyt 30,2 miljardia vuotta ja olemme tavallaan tehneet. Ja sitten, mitä he tekivät oli että he ottivat tämän mallin, ja sitten katsoin näkyvän maailmankaikkeuden. Ja pohjimmiltaan sitten, olivat kyennyt tekemään ja päällystä se, mitä näet. Ja uskollisuus on huikea, sillä sen kuinka tarkkoja tietokonemalleja ovat. 

Tietenkin, astrofyysikkoja ja tutkimusryhmien tarvitsevat vielä parempi uskollisuus ja jopa korkeampi resoluutio. Mutta jos ajattelee, mitä Olen puhunut teille tänään kautta tämä pieni matka läpi sekä varastointi ja rakenne ja verkostoituminen ja pinot, tärkeintä on, on asteikko-tietojärjestelmäympäristöksi olennaista? Se oli minun alkuperäinen hypothesis-- takaisin meidän tieteellinen menetelmä. 

Toivon, että varhainen osa tätä olisin ennustavat, että voisin selittää teille asteikon-out computing. Ja me sellaista testattu joitakin niistä hypoteeseja. Kävimme läpi tämän keskustelun. Ja olen juuri menossa sanoa mittakaavassa lähtöä computing on essential-- oh, Kyllä, erittäin paljon kyllä. 

Joten kun olet ajatellut noin koodit, kun teet CS50 lopullinen hankkeiden kun olet ajatellut sinun perintö ihmiskunnalle ja resursseja, että me täytyy pystyä suorittamaan näitä tietokone järjestelmät, mietittävä hyvin tarkkaan noin FLOPS per watti, ja miettiä Chaos Monkey. 

Mieti lumihiutaleet, eivät tee kertaluonteisia, uudelleenkäyttö kirjastot, rakentaa uudelleenkäytettäviä codes-- kaikki asiat että tutorit ovat opettaneet sinulle tässä luokassa. Nämä tekijät ovat olennainen osa. He eivät ole vain kauniita sanoja. Nämä ovat todellisia asioita. 

Ja jos joku teistä haluaa seurata minua, Olen pakko kanssa Twitter asia. Minun täytyy jotenkin antaa, että jopa. Mutta paljon taustatietoja meidän tutkimus computing verkkosivuilla osoitteessa rc.fas.harvard.edu. 

Yritän ja pitää blogia jopa päivämäärän moderniin teknologiaan ja miten teemme jakelu computing ja niin edelleen. Ja sitten meidän henkilökunta on aina saatavilla odybot.org. Ja odybot on meidän pikku apulainen. Hän on usein vähän kilpailuihin hänen verkkosivuilla liian, jossa voit kokeilla ja bongata hänet ympäri kampusta. Hän ystävällinen pieni kasvot tutkimuksen Computing. 

Ja minä sellainen kääriä siellä ja kiitos kaikille ajastanne. Ja Toivottavasti muistat, että asteikko-out computing on todellinen asia. Ja siellä on paljon ihmisiä jotka olen saanut paljon tekniikan joka pystyy auttamaan sinua. Ja kaikki onnea kanssa teidän tulevissa haasteissa tekemisessä Varmista, että tietotekniikka sekä asteikot, on korkean suorituskyvyn, ja auttaa ihmiskuntaa enemmän kuin mitään muuta. Joten, kiitos aikaa.