JAMES CUFF: Hi, baik petang, semua orang. Nama saya James Cuff. Saya Penolong Dekan Penyelidikan Pengiraan di sini di Universiti Harvard. Dan hari ini saya akan bercakap kepada anda tentang mengapa pengkomputeran skala keluar adalah penting. 

Jadi saya rasa, pertama sehingga yang lelaki ini? Mengapa saya di sini? Kenapa saya bercakap dengan anda? Saya mempunyai latar belakang dalam bidang sains pengkomputeran dan pengkomputeran penyelidikan, regangan kembali ke United Kingdom-- The Wellcome Trust Sanger Institut genome-- manusia dan kemudian baru-baru ini di Amerika Syarikat bekerja di luas dan lain dihormati tempat-tempat pengajian, seperti Harvard. 

Saya rasa apa yang benar-benar bermakna yang saya bio molekul pulih ahli fizik. Jadi apa hak aku mendapat untuk memberitahu anda tentang pengkomputeran skala keluar? Ada bagaimanapun. 18 tahun atau lebih, saya baru sahaja dilihat yang paling peningkatan dramatik dalam kerumitan skala dan kecekapan keseluruhan sistem pengkomputeran. 

Apabila saya lakukan PhD saya di Oxford, saya cukup teruja dengan megahertz 200 Mesin Silicon Graphics dengan 18 gigabait penyimpanan dan CPU tunggal. Masa telah berubah. Jika anda ke hadapan yang laju sekarang, kita berputar lebih 60,000 CPU di sini di Harvard. Banyak organisasi lain yang berputar banyak lagi. 

Yang bawa pulang penting dari ini adalah skala yang kini bukan sahaja tidak dapat dielakkan, ia berlaku dan itu akan terus berlaku. Jadi mari kita, untuk seketika, jenis daripada putar balik dan bercakap dengan cepat mengenai sains, kegemaran saya tertakluk, kaedah saintifik. 

Jika anda menjadi seorang saintis, anda perlu melakukan beberapa perkara penting. Jika anda tidak melakukan perkara-perkara yang anda boleh tidak menganggap diri anda seorang saintis dan anda akan berjuang dapat memahami kawasan anda disiplin. 

Jadi pertama sekali, anda akan merumuskan soalan anda, anda menjana hipotesis, tetapi yang lebih penting, anda meramalkan results-- anda anda mempunyai meneka untuk apa keputusan akan. Dan kemudian akhirnya, anda menguji anda hipotesis dan menganalisis keputusan anda. 

Jadi kaedah saintifik ini adalah amat penting dalam pengkomputeran. Pengkomputeran kedua-dua ramalan dan mampu untuk menguji keputusan anda adalah bahagian penting dalam apa yang kita perlukan yang perlu dilakukan dalam kaedah saintifik. Ramalan ini dan Ujian adalah sebenar dua tunggak kaedah saintifik, dan masing-masing memerlukan kemajuan yang paling ketara dalam pengiraan moden. 

Dua rukun sains adalah bahawa teori dan eksperimen. Dan baru-baru ini, pengkomputeran sering disebut sebagai tunggak ketiga sains. Jadi jika anda pelajar yang menonton ini, anda sama sekali tidak mempunyai tekanan. Tiang ketiga science-- tidak besar pengkomputeran deal--, jenis penting. Gembira kerana ini adalah sebahagian pengkomputeran komputer sains kursus 50. 

Jadi cukup latar belakang. Saya ingin memberitahu anda rencana apa kita akan bercakap tentang hari ini. Saya akan pergi ke beberapa sejarah. Saya akan menjelaskan mengapa kita sampai di sini. Saya akan bercakap tentang beberapa sejarah pengkomputeran di sini di Harvard, beberapa aktiviti di media sosial, hijau things-- sangat ghairah tentang semua perkara green-- storage-- komputer storage-- bagaimana huru-hara kesan skala keluar daripada sistem, dan sistem pengedaran khususnya. 

Dan kemudian saya akan menyentuh beberapa perkakasan skala keluar itulah diperlukan untuk dapat melakukan pengkomputeran pada skala. Dan kemudian akhirnya, kita akan balut dengan beberapa sains menggerunkan. 

Jadi, mari kita mengambil satu minit untuk melihat sejarah sebenar kita. Pengkomputeran telah berkembang. Jadi sejak 60-an, semua jauh melalui hari ini, kita lihat pada dasarnya perubahan skop daripada pengkomputeran berpusat untuk membahagikan pengkomputeran, untuk kerjasama dan kemudian bebas pengkomputeran dan segera kembali lagi. 

Dan biarlah saya anotasi yang sedikit. Apabila kita mula-mula bermula dengan komputer, kita mempunyai kerangka utama. Mereka inordinately peranti mahal. Semua terpaksa dikongsi. Pengkomputeran ini adalah kompleks. Anda boleh lihat, ia diisi bilik dan terdapat pengendali dan pita dan segala macam whirry, Clicky, peranti berputar. 

Sekitar tahun 80-an 70-an awal, anda memulakan untuk melihat kesan daripada mesin faks. Jadi anda mula melihat pengkomputeran mula muncul kembali dalam makmal dan menjadi lebih dekat kepada anda. Kebangkitan peribadi komputer, sudah tentu dalam tahun 80-an, bahagian awal dekad, benar-benar berubah pengkomputeran. 

Dan ada petunjuk dalam tajuk, kerana ia dipanggil komputer peribadi, yang bermakna ia dipunyai oleh anda. Jadi sebagai evolusi pengkomputeran terus, orang sedar bahawa diri mereka komputer tidak cukup benar-benar besar dapat berbuat apa-apa dengan apa-apa merit, atau merit penting, dalam bidang sains. 

Dan supaya orang mula membangunkan peranti rangkaian pemandu dapat menyambung PC bersama-sama dapat membina kelompok. Dan jadi ini memperanakkan era kelompok Beowulf itu. Linux meletup sebagai tindak balas kepada sistem operasi proprietari, kedua-dua kos dan kerumitan. 

Dan kemudian, di sini kita hari ini, di mana, sekali lagi, kami berhadapan dengan bilik yang penuh dengan komputer peralatan dan keupayaan meleretkan kad kredit seseorang dan mendapatkan akses kepada kemudahan komputer, dari jauh. 

Dan supaya anda boleh lihat, dalam segi sejarah yang memberi kesan bagaimana kita mengira hari ini, ia pasti berkembang daripada mesin bilik yang penuh dengan komputer melalui beberapa komputer peribadi semua cara yang betul kembali lagi untuk mesin bilik yang penuh dengan komputer. 

Jadi ini adalah kelompok pertama saya. Jadi 2000, kami membina sebuah sistem komputer di Eropah untuk menganotasi berkesan genom manusia. Terdapat banyak teknologi disenaraikan di sebelah kanan sana yang, malangnya, tidak lagi dengan kami. Ia lulus off kepada teknologi yang hebat di langit. 

Mesin itu sendiri adalah mungkin bersamaan dengan komputer riba beberapa baik hari ini, dan bahawa hanya jenis menunjukkan anda. Walau bagaimanapun, kita tidak berhati-hati menganotasi genom manusia dan kedua-dua dilindungi itu dengan ini kertas tertentu dalam Sifat dari kebimbangan data yang menjadi awam atau swasta. 

Jadi ini adalah hebat, bukan? Jadi kita telah mendapat satu genom manusia. Kami telah melakukan pengiraan. Saya berasa amat gembira diri saya. Saya digulung ke Harvard pada tahun 2006, berasa banyak yang kurang senang dengan diri saya sendiri. 

Ini adalah apa yang saya diwarisi. Ini adalah jabatan yang mel dan pelayan fail. Anda boleh lihat di sini ada sedikit pita yang yang digunakan untuk mengadakan sistem bersama-sama. Ini adalah lesen kami dan pelayan cetakan. Saya agak pasti ada mungkin kata laluan pada sesetengah Post-it Nota. 

Tidak menggerunkan. Agak jauh dari menggerunkan. Dan ya, saya sedar carta kecil ini bahawa saya menunjukkan anda pada permulaan daripada berkongsi dengan pemilikan kembali kepada perkongsian, bahawa kita perlu mengubah permainan. Demikianlah kita berubah permainan dengan menyediakan insentif. Dan makhluk-makhluk jadi manusia, kerana ini artikel Wikipedia sedikit mengatakan di sini, makhluk azam kami. Dan kajian insentif struktur adalah penting untuk kajian aktiviti ekonomi. 

Jadi kami mula memberi insentif fakulti kami dan penyelidik kami. Demikianlah kita insentif mereka dengan sistem komputer benar-benar besar. Jadi pada tahun 2008, kami membina 4,096 pemproses machine-- 10 rak, beberapa ratus kilowatt kuasa. 

Apa yang saya fikir adalah menarik ialah ia tidak kira di mana anda berada dalam kitaran. Jumlah ini sama kuasa dan pengiraan, kuasa adalah pemalar. Ia adalah 200 kilowatt apabila kita telah membina sistem di Eropah. Ia adalah dua ratus kilowatt pada tahun 2008, dan bahawa seolah-olah [yang? quanter?] kecil universiti berasaskan sistem pengkomputeran. 

Jadi Harvard today-- laju ke hadapan, saya tidak lagi sedih panda, panda cukup gembira. Kami telah 60-ganjil ribu beban seimbang CPU, dan mendaki mereka secara mendadak. Kami mempunyai 15 petabytes daripada penyimpanan, juga mendaki. Sekali lagi, ini 200 kilowatt kenaikan gaji, kita seolah-olah menjadi sambil menambah bahawa setiap enam bulan atau lebih. Banyak dan banyak mesin maya. Dan yang lebih penting, kira-kira 1.8 megawatt peralatan pengkomputeran penyelidikan. 

Dan saya akan datang kembali ke ini di kemudian hari, mengapa saya kini tidak lagi semestinya mengira berapa banyak CPU kita ada, tetapi berapa besar adalah bil elektrik. 20 yang lain khusus supaya kakitangan pengkomputeran penyelidikan. Dan yang lebih penting, kami mula berkembang GPGPUs kami. Saya berperingkat pada berapa banyak ini sedang ditambah secara sehari-hari. Jadi, pelajaran sejarah lebih, bukan? 

Jadi bagaimana kita sampai ke sana dari sini? Mari kita lihat beberapa moden contoh pengiraan skala keluar. Saya sedikit taksub dengan saiz dan skala media sosial. Terdapat beberapa amat berjaya pengkomputeran skala besar organisasi kini di planet ini, memberikan sokongan dan perkhidmatan kepada kita semua. Jadi itulah penafian. 

Dan saya ingin memulakan dengan beberapa auns dalam Instagram. Ia bukan sebenarnya membawa masuk bagi jenaka, ia tidak yang lucu, sebenarnya, datang untuk memikirkan ia. Tetapi bagaimanapun, kita akan melihat auns di Instagram. Dan kita akan mula dengan "Saya lebah dan bunga." Saya berada di [didengar] Village dan saya mengambil gambar kecil lebah duduk di atas bunga. Kemudian saya mula berfikir tentang apakah ini benar-benar bermakna. Dan saya mengambil gambar ini dari telefon bimbit saya dan dikira berapa banyak bait berada di dalamnya, dan ia adalah kira-kira 256 kilobait. Yang apabila saya mula, pada dasarnya akan mengisi dan 5 1/4 inci liut. Dan mula berfikir, baik, itu sejuk. 

Dan saya mula melihat dan melakukan beberapa kajian mengenai rangkaian. Dan saya mendapati bahawa Instagram mempunyai 200 juta Maus. Saya tidak benar-benar bahawa pasti apa yang MAU adalah. Dan yang MAU, turun di sini, adalah pengguna aktif bulanan. 

Oleh itu, 200 juta MAUs-- cukup sejuk. 20 bilion photographs-- jadi agak banyak gambar. 60 juta gambar baru setiap hari keluar pada kira-kira 0,002 gig setiap foto. Itulah kira-kira lima petabytes cakera hanya di sana. Dan itu benar-benar tidak bahagian tengah daripada apa yang kita akan bercakap tentang. Itulah kentang kecil. Atau seperti yang kita katakan di England, spuds kecil. 

Jadi mari kita lihat gajah sebenar di muka unik room--. Sekali lagi, mari kita mengukur dalam ini QUANTA baru memanggil MAU. Facebook sendiri mempunyai 1.3 bilion Maus. WhatsApp, yang saya tidak mempunyai walaupun mendengar sehingga baru-baru ini, ia beberapa khidmat pesanan semacam, adalah 500 juta Maus. Instagram, yang kita hanya bercakap tentang, 200 juta Maus. Dan Rasul, iaitu lain perkhidmatan mesej, adalah juga 200 juta Maus. 

Jadi total bahawa, ia adalah mengenai 2.2 bilion jumlah pengguna. Jelas terdapat beberapa pertindihan, tetapi itu bersamaan dengan satu pertiga daripada planet ini. Dan mereka menghantar sesuatu dalam kawasan 12 bilion pesanan sehari. Dan lagi, terdapat hanya adalah 7 bilion orang di planet ini. Tidak semua orang mempunyai telefon pintar. Jadi ini adalah nombor gila. 

Dan saya akan berhujah bahawa ia bukan walaupun mengenai penyimpanan atau pengiraan yang. Dan memetik lagu, itu semua tentang graf itu. Berikut kami Meghan Trainor indah ke bawah di sini, kira-kira menyanyi semua bass. Nota, dia juga mempunyai cukup sedikit bass herself-- 207, baik 218,000,000 orang telah melihat wanita muda menyanyi lagu. 

Jadi hujah saya adalah ia itu semua tentang graf. Jadi kami mengambil beberapa perisian sumber terbuka dan mula melihat graf. Dan ini adalah LinkedIn, jadi ini Facebook adalah untuk orang-orang tua. Dan sebagainya, ini adalah graf LinkedIn saya. Saya mempunyai 1,200 atau lebih nod, apa yang dipanggil "Kawan." Dan di sini saya di bahagian atas. Dan ini semua saling hubungannya. 

Sekarang, fikirkan kembali kepada kisah yang Instagram. Setiap salah satunya ialah bukan hanya foto, ia mempunyai begitu banyak keseluruhan sambungan antara individu tertentu ini dan lain-lain lagi. Ini adalah perkara penting adalah sama ada bug dalam algoritma melukis graf, atau ini mungkin Daud Malan, saya tidak pasti lagi. Jadi, anda boleh melukis semula graf dalam pelbagai daripada gephi.gihub.io ways-- adalah di mana anda boleh menarik dari perisian yang. Ia benar-benar sejuk kerana mampu menyusun masyarakat. Anda boleh lihat di sini, ini adalah Harvard dan pelbagai tempat-tempat lain yang saya telah bekerja, kerana ini adalah data yang berkaitan dengan kerja saya. 

Jadi hanya berfikir tentang kerumitan daripada graf dan semua data yang bahawa anda menarik bersama-sama dengan. Jadi sementara itu, kembali di FriendFace, bukan? Kita melihat data Instagram yang adalah perintah lima petabytes. Tiada masalah besar. Masih cukup banyak data, tetapi tidak besar berurusan dalam skim yang lebih besar perkara. 

Dari artikel ini di internet lama, "Mempertingkatkan Facebook data gudang 300 petabytes. " Itulah yang berbeza keseluruhannya permainan changer sekarang, apabila anda mula berfikir data dan graf dan apa yang kamu bawa bersama-sama dengan. Dan data yang tinggi berkembang daripada perintah 600 terrabytes sehari. 

Sekarang, anda tahu, baik, then-- Maksud saya, 600 terrabytes sehari, 300 petabytes-- mereka juga kini bermula untuk mendapatkan sangat mengambil berat tentang bagaimana untuk menjaga barangan ini dan memastikan data ini kekal sekitar. Dan lelaki ini di sini, Jay Parikh, sedang mencari bagaimana untuk menyimpan Eksabait data. 

Hanya untuk orang-orang di antara kamu orang yang menonton bersama-sama di rumah, satu 10 exabyte-- kepada 18. Ia mempunyai Wikipedia sendiri halaman, itu yang besar nombor. Itulah saiz dan skala apa yang kami melihat, dapat menyimpan data. Dan orang-orang ini tidak mucking sekitar, mereka yang menyimpan jumlah data. Jadi salah satu petunjuk yang mereka sedang mencari di sini adalah pusat-pusat data untuk yang dipanggil penyimpanan sejuk. 

Yang membawa saya kepada yang hijau. Dan di sini adalah Kermit. Beliau dan saya agree-- itu amat sukar untuk menjadi hijau, tetapi kami mencubanya terbaik. Kermit tidak boleh membantu ia, dia mempunyai menjadi hijau sepanjang masa, tidak boleh mengambil kehijauan beliau turun di semua. 

Jadi, sebagai seorang concepts-- jenis beberapa konsep teras daripada kehijauan, apabila ia berkaitan dengan pengkomputeran. Antara perkara yang adalah yang paling penting adalah umur panjang produk. Jika produk anda mempunyai hayat yang singkat, anda tidak boleh, mengikut definisi, menjadi hijau. Tenaga yang diambil untuk mengeluarkan pemacu cakera, papan induk, komputer sistem, tablet, apa sahaja boleh menjadi, umur panjang sistem anda adalah bahagian penting dalam bagaimana hijau anda boleh. 

Bahagian yang penting, kerana anda semua sedang membina perisian algorithms-- algoritma ini yang sebahagian perkataan untuk perisian, bukan? Oleh itu, reka bentuk algoritma anda benar-benar kritikal dari segi bagaimana anda akan dapat membuat perhitungan cepat dan tepat untuk digunakan jumlah sekurang-kurangnya tenaga mungkin. Dan saya akan mendapatkan ini dalam sedikit. 

Pusat data design-- anda lihat bahawa kita sudah mempunyai ribuan -ribu mesin, duduk secara senyap-senyap di kecil, sudut-sudut gelap dunia, pengkomputeran. Sumber allocation-- bagaimana untuk mendapatkan untuk mengira, untuk penyimpanan, melalui rangkaian. Sistem operasi adalah bahagian penting dalam ini, dan banyak virtualisasi untuk dapat lebih dan pek lebih pengiraan ke dalam ruang yang kecil. 

Saya akan memberikan contoh yang kecil daripada pengkomputeran penyelidikan. Kami memerlukan lebih ramai ping, lebih kuasa, dan lebih paip. Kami memerlukan lebih ramai yang lebih besar, lebih baik, komputer yang lebih cepat, dan diperlukan untuk menggunakan jus kurang. Dan kami tidak dapat mengetahui bagaimana untuk melakukan ini. Saya tidak tahu jika hashtag gowest sebagai mungkin telah digunakan oleh Kardashian, tetapi anyway, gowest. Dan kita lakukan. 

Kami mengambil operasi kami dan kami berpindah keluar Western Massachusetts di sebuah bandar kecil kilang dipanggil Holyoke, di utara daripada Chikopee dan Springfield. Kami lakukan ini untuk beberapa sebab. Yang utama ialah kita mempunyai empangan yang sangat, sangat besar. Dan empangan yang sangat besar ini mampu memadamkan 30 megawatt ditambah tenaga, dan ia kurang digunakan pada masa itu. 

Lebih penting lagi, kita juga mempunyai rangkaian yang sangat rumit yang telah sedia ada. Jika anda melihat di mana rangkaian pergi di Amerika Syarikat, ia mengikuti semua trek kereta api. Ini sekeping tertentu rangkaian adalah dimiliki oleh rakan-rakan dan rakan-rakan kami di Massachusetts Institut Teknologi, dan ia pada asasnya dibina semua jalan keluar kepada Route 90. 

Oleh itu, kita mempunyai tanda sungai besar, Route 90 semak, kita mempunyai jalan yang singkat 100 batu, dan jalan yang panjang kira-kira 1,000 kilometer. Kami tidak perlu melakukan yang sangat besar rangkaian sambat, seperti yang anda lihat di sini, pada dasarnya untuk meletakkan pautan dalam, untuk dapat menyambung ke Holyoke, tetapi kita mempunyai semua syarat yang ping infrastructure--, kuasa, paip. Kehidupan adalah baik. Dan sekali lagi, empangan besar. 

Oleh itu, kita pada dasarnya dibina Massachusetts Green Computing Prestasi Tinggi Pusat. Ini adalah buruh cinta melalui lima universities-- MIT, Harvard, UMass, Timur Laut, dan BU. Lima megawatt hari satu beban yang disambungkan. Kami melakukan segala macam kepandaian dengan economizers airside untuk menjaga perkara-perkara hijau. Dan kita dibina daripada rak 640-ganjil, khusus untuk pengkomputeran penyelidikan. 

Ia merupakan tapak brownfield lama, jadi kami mempunyai beberapa penambakan dan beberapa kemas-up dan beberapa pembersihan tapak. Dan kemudian kami mula untuk membina kemudahan itu dan, kemudahan indah boom-- dengan keupayaan untuk menjalankan pengkomputeran kotak pasir, untuk persidangan dan seminar, dan juga lantai pusat data secara besar-besaran. 

Di sini adalah diri yang baik saya. Saya jelas memakai jaket yang sama. Saya mungkin hanya mempunyai satu jaket, tetapi ada saya dan John Goodhue-- dia yang Pengarah Eksekutif Center-- berdiri di ruang mesin lantai, yang, seperti yang anda lihat, cukup dramatik, dan ia kembali cara yang lama, panjang. 

Saya sering bermain permainan memandu dari Boston ke Holyoke, berpura-pura bahawa saya TCP paket / IP. Dan saya bimbang tentang kependaman saya memandu di dalam kereta saya. Jadi itulah sekeping hijau. Jadi mari kita mengambil satu minit dan berfikir tentang susunan. Jadi kita sedang berusaha dengan berhati-hati untuk membina pusat-pusat data dengan cekap, pengiraan cekap, membuat baik pilihan untuk peralatan komputer dan menyampaikan, lebih penting, permohonan kami, sama ada khidmat pesanan atau aplikasi saintifik. 

Jadi di sini adalah susunan. Jadi lapisan fizikal, semua cara menerusi application-- berharap bahawa ini akan menjadi sebahagian dari kursus anda. OSI model tujuh lapisan pada dasarnya, anda akan hidup, makan, dan bernafas ini sepanjang kerjaya pengiraan anda. Konsep keseluruhan fizikal wayar infrastructure--, kabel, pusat data, pautan. Dan ini hanya menggambarkan rangkaian. 

Sehingga di sini ialah, dengan baik, jelas, ini adalah satu slaid lama, kerana ini berkata HTTP, kerana tiada siapa yang mengambil berat tentang mel mudah protokol pengangkutan, lagi. Ia semua berlaku di ruang HTTP. Jadi itulah satu tahap timbunan. 

Berikut adalah satu lagi set susunan, di mana anda mempunyai pelayan, tuan rumah, hypervisor a, tetamu, perpustakaan binari, dan kemudian permohonan anda. Atau, dalam hal ini, peranti ini pemandu, yang Linux kernel, c asli, Mesin maya Java, Java API, kemudian Jawa aplikasi, dan sebagainya dan sebagainya. Ini adalah penjelasan yang mesin maya. 

Susunan Suci, Batman! Fikirkan tentang ini dalam segi berapa banyak pengiraan anda perlu untuk mendapatkan dari apa yang berlaku di sini, sepanjang jalan sehingga ke atas tindanan ini, untuk kemudian dapat melakukan sebenar anda penghantaran permohonan. 

Dan jika anda jenis putar balik dan mula berfikir mengenai apa yang diperlukan untuk menyediakan operasi titik terapung, operasi titik terapung anda adalah sejumlah wang yang daripada soket, bilangan teras dalam soket, jam, yang adalah berapa cepat boleh jam turnover-- empat gigahertz, dua gigahertz-- dan kemudian nombor yang operasi yang anda boleh lakukan dalam hertz yang diberikan. 

Maka orang-orang mikropemproses hari ini melakukan antara empat dan 6 flop setiap kitaran jam. Dan jadi teras tunggal jam 2.5 gig mempunyai prestasi yang teori kira-kira satu FLOP mega, memberi atau mengambil. 

Tetapi, seperti yang dengan segala-galanya, kita mempunyai pilihan. Jadi dan Intel Core 2, Nehalem Sandy Bridge, Haswell, AMD, mengambil choices-- anda Intel Atom. Semua ini senibina pemproses semua mempunyai cara yang sedikit berbeza yang mampu untuk menambah dua nombor bersama-sama, yang pada dasarnya tujuan mereka dalam kehidupan. Mesti sukar. Ada berjuta-juta mereka duduk di pusat-pusat data, walaupun kini. 

Sor, flop setiap watt-- ini adalah perkara yang besar. Jadi, jika saya ingin mendapatkan lebih banyak daripada ini untuk mendapatkan melalui timbunan ini, lebih cepat, Saya telah mendapat untuk bekerja pada berapa banyak terapung operasi mata kedua, Boleh saya lakukan, dan kemudian memberi mereka watt. Dan nasib baik, orang berfikir tentang perkara ini. 

Jadi ada yang besar bertanding setiap tahun untuk melihat yang boleh membina komputer terpantas yang boleh Pepenjurukan matriks. Ia dipanggil Top 500. Mereka mengambil bahagian atas daripada terbaik 500 komputer di planet ini yang boleh matriks Pepenjurukan. Dan anda mendapat beberapa keputusan yang luar biasa. 

Banyak orang-orang mesin antara 10 dan 20 megawatt. Mereka boleh Pepenjurukan matriks inordinately cepat. Mereka tidak semestinya diagonalized mereka secekap per watt, jadi ada push ini besar untuk melihat apa senarai yang hijau 500 akan kelihatan seperti. Dan di sini adalah senarai dari bulan Jun. Perlu ada yang baru sangat lama. 

Dan ia memerlukan out-- saya akan mengambil bahagian atas senarai ini tertentu. Ada dua satu machines-- tertentu dari Tokyo Institute of Technology dan satu daripada Cambridge University di United Kingdom. Dan ini mempunyai cukup mengejutkan mega flop setiap nisbah watt. Ini seseorang 4,389, dan akan datang satu ke bawah adalah 3631. 

Saya akan menerangkan perbezaan antara kedua-dua, dalam slaid seterusnya. Tetapi ini adalah ini adalah sederhana berukuran kelompok ujian. Ini hanya 34 kilowatt atau 52 kilowatt. Terdapat beberapa yang lebih besar here-- satu tertentu ini di Negara Switzerland Pusat Supercomputing. Mesej bawa pulang untuk ini adalah bahawa kami cuba mencari komputer yang boleh beroperasi dengan cekap. 

Dan sebagainya, mari kita lihat di atas ini satu, cutely dipanggil, KFC. Dan sedikit pengiklanan di sini. Ini syarikat makanan tertentu mempunyai apa-apa kaitan dengan ini. Ia adalah hakikat bahawa sistem tertentu ini direndam dalam yang sangat pandai kompaun berasaskan minyak. Dan supaya mereka mendapat mereka penggoreng ayam moniker apabila mereka mula-mula mula membina jenis sistem. 

Tetapi pada dasarnya apa yang mereka telah mengambil di sini adalah beberapa bilah, memasukkannya ke dalam ini minyak mineral yang canggih, dan kemudian bekerja bagaimana untuk mendapatkan semua rangkaian dalam dan di luar itu. Kemudian, bukan itu sahaja, mereka telah meletakkan ia di luar jadi bahawa ia boleh mengeksploitasi luar penyejukan udara. Ia cukup mengagumkan. Oleh itu, anda perlu melakukan semua daripada penipuan ini untuk dapat mendapatkan jumlah ini pengiraan dihantar untuk watt kecil. 

Dan anda boleh lihat ini adalah bentuk di mana perkara yang sedang menuju. Cabaran yang dihadapi adalah bahawa udara tetap penyejukan adalah ekonomi yang menguntungkan dari dan memandu banyak yang pembangunan kedua-dua komputer biasa, dan pengkomputeran berprestasi tinggi. Jadi, ini adalah cukup mengganggu. Saya rasa ini adalah menarik. Ia agak tidak kemas apabila anda cuba untuk menukar pemacu cakera, tetapi ia adalah idea yang benar-benar sejuk. 

Jadi bukan itu sahaja, ada sejumlah besar kerja yang dibina di sekitar apa yang kami memanggil Projek Terbuka pengiraan. Dan sebagainya, yang lebih lanjut mengenai sedikit kemudian. Tetapi industri ini mula menyedari bahawa flop per watt menjadi penting. Dan anda, sebagai penduduk di sini, sebagai anda mereka bentuk algoritma anda dan anda mereka bentuk anda kod, anda perlu sedar kod yang anda boleh mempunyai kalah ke kesan. 

Apabila Mark duduk di sini di dalam bilik asrama menulis Facebook 1.0, Saya agak pasti dia mempunyai pandangan yang bahawa ia akan menjadi besar. Tetapi bagaimana besar ia akan menjadi di persekitaran adalah dealio besar. Dan sebagainya semua boleh ya'll datang dengan algoritma yang boleh menjadi mencabar seterusnya perkara untuk orang seperti saya, cuba untuk menjalankan sistem. 

Jadi mari kita berfikir tentang had kuasa dunia sebenar. Kertas oleh Landauer-- tidak adalah satu perkara yang baru. 1961 ini telah diterbitkan dalam IBM Journal. Ini adalah kanun yang "Ketakbolehbalikan dan Haba Generasi dalam Proses Pengkomputeran itu. " Karena itu Ia berhujah bahawa mesin tidak dapat tidak melaksanakan fungsi logistik yang tidak mempunyai songsang nilai tunggal. 

Sehingga seluruh bahagian ini adalah bahawa pada tahun 60-an, orang tahu bahawa ini adalah akan menjadi masalah. Dan supaya undang-undang had berkata 25 darjah C, sejenis bilik berkanun suhu, had mewakili 0.1 volt elektron. Tetapi secara teori, ini adalah memori teori, komputer, beroperasi pada had ini boleh menjadi berubah di satu bilion bit sesaat. 

Saya tidak tahu tentang anda, tetapi tidak mencari banyak satu bilion bit yang kedua bursa kadar data. Hujah ini terdapat hanya 2.8 trilion yang watt kuasa patut sentiasa diperluaskan. 

Baiklah, dunia sebenar example-- ini adalah bil elektrik saya. Saya 65% peratus daripada yang indah pusat data Saya menunjukkan kepada kamu, dalam masa tertentu. Ini adalah kembali pada bulan Jun tahun lepas. Saya telah mengambil versi yang lebih tua supaya kita boleh dan semacam anonymize sedikit. Saya telah menghabiskan $ 45,000 yang bulan untuk tenaga di sana. 

Jadi sebab itu ada yang kita mempunyai lebih daripada 50,000 proses dalam bilik. Jadi boleh anda bayangkan anda sendiri bil elektrik kediaman menjadi yang tinggi? Tetapi ia adalah untuk 199 juta jam watt lebih sebulan. 

Jadi soalan saya adalah menimbulkan, anda boleh bayangkan bil elektrik Encik Zuckerberg? Saya adalah cukup besar, dan saya berjuang. Dan saya tidak bersendirian dalam ini. Ada ramai orang dengan pusat-pusat data yang besar. Dan sebagainya, saya rasa, disclosure-- penuh rakan-rakan Facebook saya sedikit ganjil. 

Jadi rakan Facebook saya adalah pusat data Prineville, yang merupakan salah satu yang terbesar di Facebook, terbaru, terendah pusat data tenaga. Dan mereka mengirim kepada saya, perkara seperti keberkesanan penggunaan kuasa, seperti dalam bagaimana berkesan adalah data yang pusat berbanding berapa banyak tenaga anda meletakkan ke dalamnya, berapa banyak air mereka menggunakan, apa yang kelembapan dan suhu. 

Dan mereka ini indah, plot yang indah. Saya rasa ini adalah satu Laman Facebook yang menggerunkan, tetapi saya rasa saya sedikit pelik. 

Jadi satu perkara lebih kuasa, pengkomputeran penyelidikan yang saya lakukan adalah ketara berbeza untuk apa yang Facebook dan Yahoo dan Google dan lain-lain atas permintaan, sepenuhnya, perkhidmatan sentiasa ada. Oleh itu, saya mempunyai kelebihan bahawa apabila ISO New England-- dan ISO New England membantu menetapkan tenaga kadar bagi rantau ini. 

Dan ia berkata ia melanjutkan permintaan kepada pengguna secara sukarela memulihara tenaga yang tinggi, kerana haba yang tinggi dan kelembapan. Dan ini adalah kembali pada 18 Julai. Oleh itu, saya gembira Tweet semula, Hey, ISO New England, Green Harvard. Kami lakukan bahagian kita lebih di sini dalam pengkomputeran penyelidikan. Dan ini adalah kerana kita lakukan sains. 

Dan sebanyak orang mengatakan sains tidak pernah tidur, sains boleh menunggu. Oleh itu, kita dapat quiesce kami sistem, mengambil kesempatan daripada kadar gred pada bil tenaga kita, dan membantu keseluruhan New England rantau dengan menumpahkan banyak megawatt beban. Jadi itulah perkara yang unik yang berbeza mengenai data pengkomputeran saintifik pusat dan orang-orang yang dalam pengeluaran penuh 24/7. 

Jadi mari kita mengambil gear lain di sini. Jadi, saya ingin membincangkan huru-hara sedikit. Dan saya ingin memasukkannya ke dalam naungan penyimpanan. Jadi bagi mereka yang jenis daripada berjuang dengan kepala mereka di sekitar apa petabytes penyimpanan kelihatan seperti, ini satu contoh. Dan ini adalah jenis barangan Saya berurusan dengan semua masa. 

Setiap satu daripada fellas kecil adalah cakera keras empat terabyte, jadi anda jenis boleh mengira mereka. Kami mendapat kini antara satu untuk 1 dan 1/2 petabytes di rak industri standard. Dan kita mempunyai mesyuarat dan bilik, kerana anda lihat dalam gambar yang lebih awal dengan John dan saya, penuh dengan ini rak peralatan. Jadi ia menjadi sangat, sangat mudah untuk membina tatasusunan penyimpanan besar-besaran 

Ia kebanyakannya mudah di dalam Unix untuk jenis mengira sehingga bagaimana mereka akan berdepan. Jadi ini sedang mengira berapa banyak Titik MAU aku sampai di sana. Jadi itulah 423 mata memintas. Dan kemudian sekiranya saya menghadapi beberapa awk lengkap, saya boleh menambah sehingga, dalam sistem tertentu ini, terdapat 7.3 petabytes penyimpanan boleh didapati. 

Jadi itulah banyak perkara. Dan penyimpanan adalah benar-benar keras. Namun, atas sebab tertentu, ini adalah satu trend industri. Setiap kali saya bercakap dengan penyelidik kami dan fakulti dan kami berkata, hey, saya boleh berjalan simpanan untuk anda. Malangnya, saya perlu menuntut kos bagi simpanan. Saya mendapat perniagaan ini. Dan orang rujukan Newegg atau mereka rujukan Staples atau berapa banyak yang mereka boleh membeli terabyte cakera tunggal untuk. 

Jadi ini, anda akan ambil perhatian di sini, bahawa ada petunjuk. Ada satu pemacu cakera di sini. Dan jika kita kembali, saya mempunyai banyak. Bukan sahaja saya telah banyak, saya mempunyai interconnects canggih dapat menjahit perkara-perkara ini bersama-sama. Jadi risiko yang berkaitan dengan besar tatasusunan penyimpanan tidak adalah tidak penting. 

Malah, kami turun ke internet dan kita menulis cerita sedikit tentang yang bermaksud baik, pengarah ringan-santun penyelidikan computing-- berlaku untuk mempunyai pelik Inggeris accent-- cuba untuk menjelaskan kepada penyelidik apa yang tiada folder sandaran garis sebenarnya bermakna. Ia adalah agak panjang, cerita yang sedikit, yang baik empat minit penemuan. 

Dan nota, saya mempunyai yang besar banyak ruang kurang daripada wanita yang menyanyi mengenai semua bass. Kami cukup beberapa akaun yang lebih rendah. Tetapi bagaimanapun, ini adalah satu Apa yang penting untuk berfikir tentang, dari segi apa yang boleh berlaku. Jadi, jika saya mendapat pemacu cakera, dan Saya membuangnya dalam mesin Unix, dan saya mula menulis perkara kepadanya, ada magnet, ada kepala memandu, ada kononnya, yang satu atau sifar yang diturunkan ke peranti yang. 

Berputar Motors--, twirly perkara yang selalu memecahkan. Fikirkan tentang perkara-perkara yang memecahkan. Ia sentiasa berputar, twirly sesuatu. Pencetak, pemacu cakera, kenderaan motor, dan lain-lain Apa-apa sahaja yang bergerak adalah mudah patah. 

Jadi, anda perlu motor, anda perlu memandu firmware, anda perlu SAS / SATA pengawal, wayar, firmware pada pengawal SAS / SATA, blok tahap rendah. Pilih fail pengawal simpanan anda kod sistem, yang mana satu pun, bagaimana anda menjahit perkara bersama-sama. Dan pengurus memori maya anda halaman, DRAM mengambil dan kedai-kedai. Kemudian, anda akan mendapat satu lagi cerobong, yang merupakan jenis daripada bawah senarai di ini satu, algoritma, pengguna. 

Dan jika anda membiak ini sehingga, saya tidak tahu berapa ramai, ada banyak tempat di mana barangan boleh pergi ke tepi. Maksud saya, itu satu contoh tentang matematik. Tetapi ia adalah jenis keseronokan untuk memikirkan berapa banyak cara perkara-perkara yang boleh berlaku, hanya untuk pemacu cakera. Kami sudah di 300 petabytes, jadi bayangkan bilangan pemacu cakera anda memerlukan sekurang-300 petabytes yang boleh pergi salah. Bukan sahaja bahawa- jadi itulah simpanan. Dan yang merujuk kepada orang yang saya ingin lihat memasuki peringkat tinggalkan, ialah Monkey Chaos. Jadi pada titik tertentu, ia menjadi lebih lebih besar daripada hanya pemacu cakera masalah. 

Dan sebagainya, ini wanita halus dan lelaki yang menjalankan perkhidmatan video streaming menyedari bahawa komputer mereka telah juga besar dan juga sangat rumit dan juga menyediakan perkhidmatan kepada banyak orang besar. Mereka telah mendapat 37 juta members-- dan mungkin tahun ini slaid atau jadi old-- beribu-ribu peralatan. Terdapat berbilion-bilion jam video. Mereka log berbilion peristiwa sehari. 

Dan anda boleh lihat, kebanyakan orang menonton pesawat televisyen yang kemudian pada waktu petang, dan ia jauh melebihi segala-galanya. Dan sebagainya, mereka mahu dapat memastikan bahawa perkhidmatan yang meningkat dan dipercayai dan bekerja untuk mereka. Jadi mereka datang dengan ini perkara yang dipanggil Chaos Monkey. Ia adalah perisian yang, apabila anda berfikir kira-kira bercakap tentang tajuk persembahan ini keseluruhannya, skala keluar bermakna anda perlu menguji barangan ini. Ia tidak baik hanya mempunyai satu juta mesin. Jadi perkara yang baik tentang ini adalah, Chaos Monyet adalah perkhidmatan yang mengenal pasti kumpulan sistem dan secara rawak tamat satu sistem dalam satu kumpulan. Awesome. Jadi, saya tidak tahu tentang anda, tetapi jika saya telah pernah membina sebuah sistem yang bergantung kepada yang lain sistem bercakap antara satu sama lain, anda mengambil salah seorang daripada mereka, para kemungkinan perkara kerja keseluruhan, berkurangan dengan cepat. 

Dan sebagainya ini sekeping perisian berjalan sekitar infrastruktur Netflix. Nasib baik, ia berkata ia berjalan hanya dalam waktu perniagaan dengan niat jurutera yang akan amaran dan mampu untuk bertindak balas. Jadi ini adalah jenis perkara kami sekarang perlu lakukan untuk mengusik pengkomputeran kami persekitaran, memperkenalkan huru-hara dan untuk memperkenalkan kerumitan. 

Jadi, yang, dalam hak mereka fikiran, dengan sukarela akan memilih bekerja dengan Monkey Chaos? Hang pada, dia seolah-olah menunjuk saya. Well, saya rasa saya should-- comel. Tetapi masalahnya ialah anda tidak mendapat pilihan. The Chaos Monkey, kerana anda lihat, memilih anda. 

Dan ini adalah masalah dengan pengkomputeran pada skala adalah bahawa anda tidak boleh mengelakkan ini. Ia merupakan satu tidak dapat dielakkan kerumitan dan skala dan perkembangan kita, dalam beberapa cara, kepakaran pengkomputeran. Dan ingat, ini adalah satu perkara yang perlu diingat, Chaos Monyet cinta emping salji cinta snowflakes--. Snowflake-- A kami telah menjelaskan Chaos Monkey-- tetapi kepingan salji adalah pelayan yang unik dan khas dan halus dan individu dan tidak akan dikeluarkan semula. 

Kita sering mencari kepingan salji perkhidmatan dalam persekitaran kita. Dan kami sentiasa cuba mencairkan perkhidmatan kepingan salji. Tetapi jika anda mencari pelayan dalam persekitaran anda yang amat penting bagi umur panjang yang organisasi anda dan ia cair, anda tidak boleh meletakkan kembali bersama-sama sekali lagi. Jadi kerja Chaos Monkey adalah untuk pergi dan menamatkan keadaan. Jika Monkey Chaos cair yang kepingan salji, anda lebih, anda selesai. Saya ingin bercakap tentang perkakasan yang kami melihat dari segi jenis skala-aktiviti juga. Dan beberapa perkara yang unik yang di dan sekitar aktiviti sains. Kita kini mula melihat, ingat unit ini terbitan, rak ini? Jadi ini adalah rak GPGPUs-- begitu umum unit pemprosesan grafik tujuan. 

Kami ini terletak dalam data kami pusat, 100 atau lebih batu. Ini rak tertentu adalah kira-kira 96 ​​Tera flop tunggal-ketepatan matematik dapat untuk menyampaikan daripada belakang itu. Dan kita mempunyai perintah 130-ganjil kad dalam sebuah contoh yang we-- pelbagai rak dari contoh ini. 

Jadi ini adalah menarik dalam erti kata bahawa proses grafik untuk kegunaan am dapat melakukan matematik sangat cepat untuk jumlah yang sangat rendah tenaga. Jadi ada uptick besar dalam bidang pengkomputeran saintifik, melihat grafik unit pemprosesan secara besar-besaran. 

Jadi saya berlari beberapa Mcollective melalui infrastruktur boneka kami semalam, sangat teruja tentang perkara ini. hanya singkat petaflop yang tunggal-ketepatan. Hanya perlu jelas di sini, ini sedikit pengganda adalah 3.95. Matematik Double-ketepatan adalah kira-kira 1.2, Berilah Twitter saya kelihatan cara yang lebih baik jika saya berkata kami mempunyai hampir petaflop yang daripada GPGPUs tunggal-ketepatan. 

Tetapi ia semakin sana. Ia semakin menjadi sangat, sangat mengesankan. Mengapa kami lakukan ini? Kerana kimia kuantum, antara lain, tetapi kami mula mereka bentuk beberapa fotovolta baru. 

Dan begitu Alan Aspuru-Guzik, yang satu profesor dalam chemistry-- pasangan saya dalam crime-- untuk beberapa tahun kebelakangan ini. Kami telah menolak sampul surat berkenaan dengan komputer. Dan GPGPU yang sesuai teknologi untuk dapat melakukan banyak sekali rumit matematik, sangat, sangat cepat. 

Jadi dengan skala, datang cabaran baru. Jadi scale-- besar anda perlu berhati-hati bagaimana anda wayar barangan ini. Dan kita mempunyai tahap tertentu gangguan kompulsif keterlaluan. Gambar-gambar ini mungkin memandu banyak orang kacang. Dan kabinet yang tidak berwayar terutamanya dengan baik memandu rangkaian kami dan kemudahan jurutera kacang. Plus ada juga aliran udara isu-isu yang anda perlu mengandungi. 

Jadi ini adalah perkara-perkara yang saya tidak pernah difikirkan. Dengan skala, datang lebih kompleks. Ini adalah jenis baru sistem fail. Ia menggerunkan. Ia petabyte a. Ia boleh menyimpan 1.1 bilion fail. Ia dapat membaca dan menulis kepada 13 gigabait dan 20 gigabait yang gigabait second-- yang kedua. Jadi ia boleh memunggah terabytes dalam masa yang singkat semua. 

Dan ia sangat tersedia. Dan ia mendapat lookup menakjubkan rates-- 220,000 lookup saat. Dan ada ramai orang yang berbeza membina jenis ini sistem. Dan anda boleh melihatnya di sini secara grafik. Ini adalah salah satu sistem fail kami itulah di bawah beban, agak bahagia membaca pada hanya pendek daripada 22 gigabait sesaat. Jadi itulah cool-- begitu kompleks. 

Jadi dengan kerumitan dan skala, datang lebih kompleks, bukan? Ini adalah salah satu daripada banyak kami, gambar rajah rangkaian banyak, di mana anda mempunyai banyak berbeza cesi menyokong sehingga ke dalam suis teras utama, berhubung dengan penyimpanan, menyambung kepada interconnects kependaman rendah. Dan kemudian semua bahagian ini daripada rumah, hanya semua pihak pengurusan bahawa anda perlu berupaya untuk menangani sistem ini dari lokasi yang jauh. Jadi skala mempunyai banyak kerumitan dengannya. 

Tukar gear lagi, mari kita kembali dan mempunyai tempat yang sedikit sains. Jadi, ingat, penyelidikan pengkomputeran dan shim-- kecil ini shim merah jambu sedikit antara fakulti dan semua algoritma mereka dan semua sains sejuk dan semua kuasa dan penyejukan dan data ini pusat lantai dan rangkaian dan komputer besar dan meja perkhidmatan dan bantuan meja dan sebagainya forth-- dan sebagainya, kami hanya shim ini sedikit di antara mereka. 

Apa yang kita telah mula lihat adalah bahawa dunia ini dapat membina pusat-pusat data yang besar dan dapat membina ini komputer besar. Kami telah mendapat cukup baik itu. Apa yang kita tidak sangat baik pada ini adalah sedikit shim antara penyelidikan yang dan logam yang terdedah dan teknologi. Dan sukar. 

Dan jadi kami telah dapat menyewa orang yang hidup di dunia ini. Dan baru-baru ini, kita telah berbicara kepada Yayasan Sains Negara dan berkata, barang skala keluar ini adalah besar, tetapi kita tidak boleh mendapatkan saintis kita ke mesin besar rumit. Dan sebagainya, terdapat satu beberapa program yang berbeza di mana kita benar-benar kebanyakannya mengambil berat tentang mencuba untuk melihat jika kita boleh mengubah infrastruktur kampus. 

Terdapat banyak program sekitar pusat negara. Dan sebagainya, diri kita sendiri, kita rakan-rakan di Clemson, Universiti of Wisconsin Madison, Southern California, Utah, dan Hawaii jenis berkumpul untuk melihat masalah ini. Dan graf ini sedikit di sini adalah ekor panjang sains. 

Jadi ini is-- ia tidak perkara apa yang pada paksi ini, tetapi paksi ini sebenarnya jumlah pekerjaan melalui kelompok. Jadi ada lebih 350,000 apa tempoh masa. Ini adalah suspek yang biasa kami sepanjang bahagian bawah sini. Malah, ada Alan Aspuru-Guzik, yang kami hanya bercakap about-- tan dan tan pengiraan, benar-benar berkesan, tahu apa yang dia lakukan. 

Berikut adalah satu lagi makmal yang saya akan bercakap kira-kira dalam makmal John Kovac ini moment--. Mereka akan dapat semuanya. Mereka baik. Mereka berasa gembira. Mereka mengira. Sains Great semakin dilakukan. Dan kemudian, seperti yang anda jenis daripada turun di sini, terdapat kumpulan-kumpulan lain yang tidak berjalan banyak pekerjaan. 

Dan mengapa itu? Adakah kerana pengkomputeran yang terlalu keras? Adakah kerana mereka tidak tahu bagaimana untuk? Kita tidak tahu, kerana kami telah hilang dan kelihatan. Dan sebagainya itulah yang ini projek adalah semua tentang, adalah di dalam negara, dalam setiap kawasan-kawasan ini, untuk melihat kepada cara di mana kita boleh melibatkan diri dengan fakulti dan penyelidik sebenarnya di hujung bawah ekor, dan memahami apa yang mereka lakukan. 

Jadi itulah sesuatu yang kami sebenarnya minati. Dan itulah sesuatu yang sains tidak akan terus untuk bergerak ke hadapan sehingga kita menyelesaikan beberapa kes-kes ini kelebihan. Bit lain sains perkara yang berlaku up-- semua orang dilihat Hadron Collider besar. Awesome, bukan? Barangan ini semua berlari keluar di Holyoke. Kami built-- yang pertama sains yang berlaku di Holyoke adalah kerjasama di antara diri kita dan Boston University. Jadi ia adalah benar-benar, benar-benar sejuk. 

Ini merupakan suatu yang menyeronokkan sains untuk skala. Ini adalah akses digital untuk abad langit di Harvard. Pada asasnya, ia adalah arkib plat. Jika anda pergi ke bawah Oxford-- Garden Street, maaf, anda akan mendapati salah satu balai cerap bangunan pada dasarnya penuh kira-kira setengah juta plat. 

Dan ini adalah gambar-gambar yang langit pada waktu malam, lebih 100 tahun. Jadi ada satu pelantar seluruh menubuhkan di sini untuk mendigitalkan mereka pinggan, mengambil gambar mereka, mendaftarkan mereka, meletakkan mereka pada komputer. Dan itulah yang petabyte setengah, tepat there-- satu projek kecil. 

Ini adalah projek-projek lain. Projek Pan-STARRS lakukan kajian panorama luas penuh, mencari berhampiran asteroid Bumi dan acara angkasa sementara. Sebagai biophysicist molekul, saya suka perkataan acara angkasa sementara. Saya tidak pasti apa ia adalah, tetapi anyway, kami sedang mencari mereka. 

Dan kami menjana 30 terabytes satu malam daripada mereka teleskop. Dan ini tidak menjadi lebar jalur masalah, itu seperti masalah FedEx. Jadi anda meletakkan simpanan pada van dan anda hantar apa sahaja. 

Bicep adalah benar-benar interesting-- jadi latar belakang pengimejan daripada kosmik galaksi polarisasi tambahan. Apabila saya mula bekerja di Harvard tujuh atau lebih, lapan tahun yang lalu, saya ingat bekerja dalam projek ini dan ia tidak benar-benar tenggelam rumah untuk cahaya mengapa polarisasi dari gelombang mikro kosmik latar belakang akan menjadi penting, sehingga ini berlaku. 

Dan ini adalah John Kovac, yang saya bercakap dengan sebelum, menggunakan berjuta-juta-juta CPU jam, dalam kemudahan kami dan lain-lain, pada dasarnya untuk merenung ke dalam bahagian dalam detik-detik pertama di alam semesta ini selepas Big Bang, dan cuba untuk memahami Teori am Einstein relativiti. Ia fikiran bertiup bahawa komputer kita membantu kita membongkar dan merenung ke dalam permulaan yang mengapa kita berada di sini. 

Oleh itu, apabila anda bercakap tentang skala, ini adalah beberapa skala serius. Perkara yang lain adalah skala, yang projek tertentu melanda lelaki ini. Dan ini adalah lengkung sambutan untuk bicep [Didengar] Ini adalah kajian-anak kami. 

Dan anda boleh lihat di sini, hidup adalah baik sehingga kira-kira di sini, iaitu apabila pengumuman keluar. Dan anda telah mendapat literal saat untuk bertindak balas untuk acara bersisik yang sepadan dengan titik kecil ini di sini, yang akhirnya beralih empat atau lebih terabytes data melalui pelayan web yang day-- cukup berbulu. 

Dan sebagainya, ini adalah jenis perkara-perkara yang boleh berlaku kepada anda dalam infrastruktur anda jika anda tidak merancang untuk skala. Kami mempunyai sedikit berebut hari itu, untuk menjadi dapat menjangkau daripada perkhidmatan web cukup untuk menjaga laman web ini dan berjalan. Dan kami telah berjaya. Ini adalah e-mel kecil itulah jenis comel. Ini adalah mel kepada Mark Vogelsberger, dan Lars Hernquist, siapa yang ahli fakulti di sini di Harvard. Lebih lanjut mengenai Mark kemudian. Tetapi saya fikir ini adalah satu semacam merumuskan jenis di mana pengkomputeran adalah dalam pengkomputeran penyelidikan. Hey, pasukan, sejak lepas Selasa, kamu memerah lebih 28% daripada baru kelompok, yang digabungkan adalah lebih daripada 78 tahun CPU dalam hanya tiga hari. Dan saya berkata, ia masih sahaja pagi Jumaat. Ini adalah cukup hebat! Happy Friday! 

Kemudian saya memberi mereka titik data. Dan sehingga adalah sejenis menarik. Jadi ingat tentang Mark, dia akan datang kembali ke dalam gambar dalam sedikit. Jadi pengkomputeran skala keluar di mana-mana. 

Kami juga sedang membantu orang melihat bagaimana fungsi NBA, dan di mana orang membaling bola dari. Saya tidak benar-benar memahami permainan ini terlalu baik, tetapi seolah-olah, ia adalah satu masalah besar. Ada gegelang dan mangkuk dan wang. 

Dan sebagainya, pangkalan data kami, kami dibina sedikit 500 [didengar] kelompok pemproses selari, beberapa terabytes RAM, dapat membina ini untuk Kirk dan pasukannya. Dan yang mereka lakukan pengkomputeran dengan cara yang lain secara keseluruhan. Sekarang ini adalah projek kami terlibat dengan itu benar-benar menarik, sekitar neural connectomics keplastikan dan genomik imprinting-- tiga sangat berat kawasan memukul penyelidikan bahawa kita berjuang dengan pada secara sehari-hari. Idea bahawa otak kita adalah di bawah tekanan plastik apabila kita masih muda. Dan banyak perkara dewasa kami adalah diukir oleh pengalaman di peringkat awal. Jadi ini adalah dealio besar. 

Dan sebagainya ini adalah kerja yang yang dibiayai oleh Institut Kebangsaan Kesihatan Mental. Dan kita cuba pada dasarnya, melalui banyak data yang besar dan analisis data yang besar, jenis daripada sejawat ke dalam otak manusia melalui pelbagai teknik yang berbeza. 

Jadi saya mahu berhenti dan jenis hanya berhenti seketika sesaat lamanya. Cabaran dengan jauh pusat-pusat data adalah ia jauh. Ia tidak mungkin dapat bekerja. Saya memerlukan data saya berhampiran. Saya perlu membuat kajian saya di makmal saya. 

Oleh itu, saya jenis mengambil contoh fungsi pengimejan resonans magnetik set data dari data kami pusat di Barat Mass. dan yang berkaitan kepada saya desktop di Cambridge. Dan saya akan bermain video kecil ini. Mudah-mudahan ia jenis akan bekerja. 

Jadi ini saya melalui memeriksa GPUs saya bekerja. Dan saya memeriksa bahawa sehingga VNC ini. Dan ini ialah VNC pandai. Ini adalah VNC dengan kepingan 3D. Dan sebagainya, seperti yang anda lihat tidak lama lagi, ini saya adalah berputar sekitar otak ini. Saya cuba untuk jenis mendapatkannya berorientasikan. Dan kemudian saya boleh bergerak melalui banyak keping yang berbeza daripada data MRI. Dan satu-satunya perkara itu yang berbeza tentang perkara ini adalah, ia akan berlaku lebih wayar dari Western Mass. untuk desktop saya. Dan petunjuk yang lebih cepat daripada desktop saya, kerana saya tidak mempunyai $ 4,000 kad grafik di desktop saya, yang kita ada daripada Barat Mass. Sudah tentu, saya cuba untuk menjadi pandai. Saya berjalan gear GLX dalam latar belakang, manakala melakukan semua ini, memastikan bahawa saya boleh menekankan kad grafik, dan bahawa ia semua jenis kerja-kerja dan semua yang lain daripadanya. Tetapi apa yang penting adalah, adalah ini adalah 100 kilometer dari sini. Dan anda boleh lihat dari sini bahawa tidak ada kependaman jelas. Perkara yang memegang bersama-sama dengan baik. 

Dan supaya, dalam dan dengan sendirinya, adalah contoh dan sedikit pemahaman bagaimana dan pengkomputeran skala keluar pengkomputeran yang akan berlaku. Kami semua bekerja pada peranti nipis dan nipis. Kita menggunakan tablet semakin meningkat. 

Jadi oleh itu, saya karbon jejak pada dasarnya bergerak dari apa yang digunakan untuk berbuat demikian akan tunggu menjadi mesin besar di bawah meja saya, untuk apa kini facility-- yang boleh menjadi mana-mana sahaja. Ia boleh menjadi mana-mana sahaja di semua. Namun, ia masih mampu membawa kembali prestasi tinggi grafik untuk desktop saya. 

Jadi, semakin dekat end-- ingat Mark? Well, anak pintar adalah Mark. Dia membuat keputusan bahawa dia akan membina alam maya realistik. Itu cukup projek, apabila anda berfikir anda perlu padang ini. Saya akan menggunakan komputer, dan saya akan untuk model 12 juta tahun selepas Big Bang untuk mewakili sehari. Dan kemudian saya akan melakukan 13.8 bilion tahun evolusi kosmik. Baiklah. 

Ini sebenarnya menggunakan komputer adalah lebih besar daripada komputer kita, dan ia menular ke negara sumber kepada rakan-rakan kami turun di Texas. Dan kepada kemudahan kebangsaan, ini adalah banyak pengiraan. Tetapi kita lakukan banyak simulasi di dalam negara memastikan bahawa perisian bekerja dan sistem bekerja. 

Dan ia hari seperti ini apabila anda menyedari bahawa anda menyokong sains di peringkat ini skala, yang orang sekarang boleh kata-kata seperti, saya akan model alam semesta yang. Dan ini adalah model pertama. Dan ini adalah model pertama pasukannya. Terdapat banyak lain orang yang akan akan datang di belakang Mark, yang akan mahu model dengan resolusi tinggi, dengan lebih kekhususan, dengan ketepatan yang lebih. 

Dan sebagainya, dalam beberapa minit terakhir, Saya hanya mahu menunjukkan video ini Mark dan ini Lars yang kepada saya, sekali lagi, sebagai ahli sains kehidupan, adalah sejenis comel. Jadi ini, di bahagian bawah di sini, untuk menyesuaikan anda, ini memberitahu anda masa sejak Big Bang. Jadi kami di kira-kira 0.7 bilion tahun. Dan ini menunjukkan kemas kini semasa. Jadi anda lihat pada masa ini, perkara gelap dan evolusi struktur halus dan awal struktur dalam alam semesta yang diketahui kami. 

Dan titik dengan ini adalah bahawa ini semua dilakukan di dalam komputer. Ini adalah satu set parameter dan satu set fizik dan satu set matematik dan satu set model yang dipilih dengan teliti, dan kemudian berhati-hati berhubung dengan satu sama lain dapat model interaksi. 

Jadi, anda boleh melihat beberapa bermula daripada beberapa letupan gas di sini. Dan suhu gas berubah. Dan anda boleh mula melihat struktur perubahan cakrawala. Dan yang penting dengan ini adalah, setiap sedikit kecil, kecil, titik kecil adalah sekeping fizik dan mempunyai satu set matematik sekitar, memberitahu rakan dan jiran. 

Jadi dari perspektif bersisik, ini komputer perlu semua kerja bersama- dan bercakap dengan satu sama lain dengan berkesan. Jadi mereka tidak boleh terlalu tdk formal. Mereka perlu menyimpan keputusan mereka. Dan mereka perlu terus memaklumkan kepada semua rakan-rakan mereka. Malah, anda akan melihat sekarang, model ini yang mendapat lebih dan lebih rumit. Ada lebih dan lebih banyak bahan berlaku. Ada lebih dan lebih bahan terbang di sekitar. 

Dan ini adalah apa yang awal kosmos akan telah kelihatan seperti. Ia adalah tempat yang cukup berbulu. Ada letupan di seluruh tempat, perlanggaran yang kuat. Dan pembentukan berat logam dan unsur-unsur. Dan awan-awan besar memecahkan ke dalam antara satu sama lain dengan daya yang melampau. 

Dan jadi sekarang kami 9600000000 tahun dari letupan awal ini. Anda mula melihat perkara-perkara yang jenis tenang sedikit, hanya sedikit, kerana tenaga kini mula berehat. Dan sebagainya matematik model telah mendapat bahawa di tempat. Dan anda mula melihat tautan unsur-unsur yang berbeza. Dan mula melihat perkara ini jenis daripada datang bersama-sama dan secara perlahan-lahan sejuk. 

Dan ia mula kelihatan sedikit lebih seperti langit malam, sedikit. Dan ia [? QSing. ?] Kami kini 30.2 bilion tahun dan kami jenis dilakukan. Dan kemudian apa yang mereka lakukan ialah bahawa mereka mengambil model ini, dan memandang cakrawala. Dan pada dasarnya itu, adalah dapat mengambil itu dan melapisi dengan apa yang anda lihat. Dan kesetiaan adalah mengejutkan, untuk bagaimana tepat model komputer adalah. 

Sudah tentu, astrophysicists dan kumpulan penyelidikan memerlukan kesetiaan lebih baik dan resolusi yang lebih tinggi. Tetapi jika anda berfikir tentang apa yang Saya telah bercakap dengan anda hari ini melalui pelayaran ini sedikit melalui kedua-dua penyimpanan dan struktur dan rangkaian dan susunan, apa yang penting adalah, adalah skala keluar pengiraan penting? Itu adalah hypothesis-- asal saya kembali kepada kaedah saintifik kami. 

Saya berharap bahawa pada awal sebahagian daripada ini saya akan meramalkan bahawa saya akan dapat menjelaskan kepada anda mengenai pengkomputeran skala keluar. Dan kita jenis diuji beberapa hipotesis. Kami melalui perbualan ini. Dan saya hanya akan mengatakan skala keluar pengkomputeran adalah essential-- oh, ya, sangat banyak ya. 

Oleh itu, apabila anda berfikir mengenai kod anda, apabila yang anda lakukan projek akhir CS50, apabila anda berfikir tentang warisan anda kepada manusia dan sumber-sumber yang kita perlu berupaya untuk menjalankan komputer ini sistem, berfikir dengan berhati-hati mengenai FLOP per watt, dan berfikir tentang Monkey Chaos. 

Fikirkan tentang emping salji anda, tidak melakukan satu-kira, perpustakaan penggunaan semula, membina codes-- boleh digunakan semula semua perkara bahawa tutor telah mengajar anda dalam kelas ini. Ini adalah aspek asas. Mereka tidak hanya di bibir sahaja. Ini adalah perkara yang sebenar. 

Dan sesiapa di antara kamu ingin mengikuti saya, Saya keterlaluan dengan perkara Twitter. Saya telah mendapat untuk entah bagaimana memberikan yang up. Tetapi banyak yang maklumat latar belakang adalah pada pengkomputeran penyelidikan kami laman web di rc.fas.harvard.edu. 

Saya cuba dan menyimpan blog sehingga kini dengan teknologi moden dan bagaimana kami melakukan pengedaran pengkomputeran dan sebagainya. Dan kemudian kakitangan kami sentiasa boleh didapati melalui odybot.org. Dan odybot adalah penolong-anak kami. Beliau sering mempunyai sedikit pertandingan di laman web beliau juga, di mana anda boleh cuba melihat dia di sekitar kampus. Dia sedikit yang mesra muka pengkomputeran penyelidikan. 

Dan saya jenis akan membalut di sana dan mengucapkan terima kasih atas masa anda. Dan saya berharap anda ingat bahawa pengkomputeran skala keluar ialah satu perkara sebenar. Dan terdapat banyak orang yang telah mendapat banyak ciptaan seni terdahulu yang akan dapat membantu anda. Dan semua yang terbaik nasib dengan usaha masa depan anda dalam membuat memastikan bahawa kami mengira kedua-dua penimbang, adalah berprestasi tinggi, dan membantu manusia lebih daripada apa-apa lagi. Jadi, terima kasih untuk masa anda.