Vía Láctea@Inicio

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 1 de julio de 2014; las comprobaciones requieren 16 ediciones .
Vía Láctea@Inicio
Tipo de Computación distribuída
Desarrollador Instituto Politécnico Rensselaer
Sistema operativo Software multiplataforma
Primera edición 7 de julio de 2007
plataforma de hardware x86
ultima versión 1.00 ( Windows , FreeBSD )
1.01 ( Linux , Mac OS X )
Estado Activo
Licencia GNU GPL 3
Sitio web milkyway.cs.rpi.edu/milk…
 Archivos multimedia en Wikimedia Commons
Vía Láctea@Inicio
Plataforma BOINC
Tamaño de descarga de software 6MB
Tamaño cargado de datos de trabajo 4 MB
Cantidad de datos de trabajo enviados 0.5 KB
Espacio en disco 10 MB
Cantidad de memoria utilizada 6MB
interfaz gráfica de usuario No
Tiempo promedio de cálculo de tareas 1-3 horas ( CPU ),
< 1 hora ( GPU )
plazo 8-12 días
Posibilidad de usar GPU nVidia , AMD / ATI
 Archivos multimedia en Wikimedia Commons

MilkyWay@Home  es un proyecto voluntario de computación distribuida en el campo de la astrofísica , que se ejecuta en la plataforma BOINC . El objetivo del proyecto es intentar crear un modelo dinámico 3D de alta precisión de las corrientes estelares en nuestra Vía Láctea utilizando los datos recopilados durante el Sloan Digital Sky Survey ( SDSS ) y un estudio anterior de 2MASS .  Como objetivo secundario, el proyecto también está involucrado en el desarrollo y optimización de algoritmos de computación distribuida . El proyecto fue lanzado en diciembre de 2007 [1] por los Departamentos de Informática y Física, Física Aplicada y Astronomía del Instituto Politécnico Rensselaer con el apoyo de la Fundación Nacional de Ciencias de EE . UU . El proyecto dirigido por científicos que incluye a Travis Desell , Heidi Jo , Bolesław y Carlos Varela Al 5 de septiembre de 2012 [2] , participaron en él 165 767 usuarios (339 030 computadoras) de 209 países, lo que proporcionó un rendimiento integrado de 431,8 teraflops ( en 2010, el rendimiento del proyecto fue de 1,45 peta flops , comparable al rendimiento de las supercomputadoras más rápidas [3] ). Cualquier persona con una computadora conectada a Internet puede participar en el proyecto . Para hacer esto, debe instalar el programa BOINC y conectarse al proyecto MilkyWay@home.    

Objetivos del proyecto

Desde mediados de 2009, el objetivo principal del proyecto ha sido modelar la corriente estelar de Sagitario , que se originó en una galaxia elíptica enana en la constelación de Sagitario y se cruza parcialmente con el espacio ocupado por nuestra Galaxia. El flujo tiene una órbita inestable y probablemente se formó como resultado de la acción de las fuerzas de marea cuando la galaxia enana se acercó a la Vía Láctea . El estudio de dichas corrientes estelares y su dinámica en el futuro puede convertirse en la clave para comprender la estructura, proceso de formación, evolución y distribución del potencial gravitatorio en la Vía Láctea y otras galaxias similares, así como aclarar los detalles de la formación de colas de marea que se producen durante la colisión de galaxias. Además, los resultados obtenidos pueden arrojar luz sobre la comprensión del fenómeno de la materia oscura , esclareciendo la forma del halo oscuro y su densidad. En el proceso de desarrollo adicional del proyecto, se planea prestar atención a otras corrientes estelares (en este momento, también se construyen modelos de las corrientes Sirota y GD-1 [4] ).

Usando los datos de la encuesta SDSS, el cielo se divide en áreas de aproximadamente 2,5 grados de ancho ( cuña o franja inglesa  ). Además, utilizando métodos probabilísticos , se extrae información primaria sobre los flujos de marea (separación de las estrellas de la Galaxia de las estrellas del flujo, realizada en tareas de cálculo del tipo “separación”). Luego, se forma una nueva región uniformemente llena de estrellas en función de la información sobre el flujo de marea, y el flujo en la región seleccionada se considera condicionalmente de forma cilíndrica , y la distribución de estrellas en ella es gaussiana (las estrellas se ubican con mayor frecuencia en el medio, con menos frecuencia en los bordes) [6] . Este enfoque se debe a que para las estrellas que forman la corriente se conocen las coordenadas en la esfera celeste , pero se desconoce la distancia exacta a cada una de ellas [7] . El caudal en cada zona se caracteriza por 6 parámetros:

Además, cada zona también se caracteriza por dos parámetros:

El modelo seleccionado de la galaxia no está completo y, en teoría, se puede expandir agregando los parámetros de un disco grueso y una protuberancia , pero esto no es necesario en estos estudios, ya que la mayoría de las estrellas de flujo están fuera del plano de la galaxia. Además, las estrellas de la corriente y las Galaxias difieren en color, por lo que estas últimas pueden excluirse de antemano [7] .

Por lo tanto, para el cálculo en cada área, es necesario encontrar los valores de los parámetros, donde  está el número de flujos en el área. Durante el cálculo, el servidor de aplicaciones realiza un seguimiento de una población de conjuntos de estrellas en la región seleccionada, cada uno de los cuales pertenece a uno de los posibles modelos de la Vía Láctea, con el fin de encontrar los valores numéricos de los parámetros que más describir adecuadamente los datos observados, utilizando algoritmos evolutivos distribuidos (método de máxima verosimilitud , algoritmos genéticos , método de enjambre de partículas , método de evolución diferencial , cadenas de Markov y método Monte Carlo adaptado para computación distribuida) [8] [9] [10] [11] [ 12] [13] .

La primera tarea en el marco del proyecto fue una descripción más precisa de la corriente estelar de Sagitario en comparación con las conocidas en ese momento, lo que tomó varios meses de cálculo utilizando la grilla [14] . Además, los modelos de otras corrientes estelares de Sirota y GD-1 [4] se construyeron de manera similar . Luego, Matt Newby hizo una  simulación para encontrar los valores de dos parámetros de esferoides en todo el cielo. Sobre la base de los datos sobre la distribución de estrellas en las corrientes, se simula la dinámica del movimiento de las estrellas en las corrientes (tareas computacionales del tipo "n-cuerpo").

A corto plazo, los resultados de la simulación pueden proporcionar respuestas a dos preguntas principales que actualmente no tienen una respuesta inequívoca: sobre la ubicación y la dirección del movimiento de la corriente estelar de Sagitario. Algunos astrofísicos creen que la corriente pasará muy cerca de nosotros; otros están seguros de que el flujo pasará por encima del Sol (en el plano de la Galaxia).

También hay un proyecto "N-body" (MilkyWay@Home N-Body Simulation). El proyecto tiene como objetivo crear una simulación de la colisión de galaxias enanas en el campo gravitacional de la Vía Láctea .

Historial de desarrollo del proyecto

El proyecto comenzó a desarrollarse en 2007 , en 2008 se pusieron a disposición aplicaciones cliente optimizadas para sistemas operativos de 32 y 64 bits .

A mediados de 2009, las órdenes de trabajo enviadas a los clientes requerían solo de 2 a 4 horas de cómputo en procesadores modernos, pero su procesamiento debía completarse en el menor tiempo posible (generalmente 3 días). Esto hizo que el proyecto fuera menos adecuado para computadoras que no funcionaban las 24 horas del día o donde los usuarios no permitían la computación en segundo plano. En enero de 2010, el tiempo de procesamiento permitido para un trabajo se incrementó a 8 días [15] .

El 11 de junio de 2009, se desarrollaron aplicaciones computacionales con soporte para tecnología CUDA para GPU Nvidia [ 16] . El 13 de enero de 2010, se agregó soporte para GPU de ATI Technologies , lo que permitió aumentar significativamente el rendimiento integrado del proyecto [17] . Por ejemplo, los trabajos que requieren 10 minutos de tiempo de cómputo en una GPU ATI Radeon HD 3850 o 5 minutos en una GPU ATI Radeon HD 4850 se procesan en 6 horas en un solo núcleo de procesador AMD Phenom II de 2,8 GHz . Al mismo tiempo, se requiere que las tarjetas de video admitan operaciones de punto flotante de doble precisión .

Logros científicos

2010

2011

2012

2013

Véase también

Notas

  1. ↑ BOINCstats/BAM! | MilkyWay@home - Estadísticas detalladas . Consultado el 15 de julio de 2012. Archivado desde el original el 15 de junio de 2012.
  2. ↑ Estadísticas de BOINC | MylkyWay@Home - Estadísticas detalladas . Consultado el 5 de septiembre de 2013. Archivado desde el original el 7 de agosto de 2013.
  3. ↑ El proyecto MilkyWay@Home incorpora la supercomputadora Roadrunner . Consultado el 15 de julio de 2012. Archivado desde el original el 3 de abril de 2013.
  4. ↑ 1 2 3 animación de las simulaciones de n-cuerpos . Consultado el 15 de julio de 2012. Archivado desde el original el 21 de junio de 2012.
  5. ↑ Travis Desell. MilkyWay@Home y Computación Voluntaria en RPI. Centro RPI para software de código abierto (RCOSS). RPI, Troy, Nueva York, Estados Unidos. abril de 2010 . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  6. ↑ Diagramas de datos de Milkyway@home . Consultado el 15 de julio de 2012. Archivado desde el original el 26 de julio de 2012.
  7. ↑ 1 2 Nathan Cole, Heidi Newberg, Malik Magdon-Ismail, Travis Desell, Kristopher Dawsey, Warren Hayashi, Jonathan Purnell, Boleslaw Szymanski, Carlos A. Varela, Benjamin Willett y James Wisniewski. Ajuste de máxima verosimilitud de corrientes de marea con aplicación a las colas de marea de la enana de Sagitario. Diario astrofísico, 683:750-766, 2008. . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  8. ↑ Travis Desell. Optimización asincrónica robusta mediante redes informáticas voluntarias. 5º Taller Anual BOINC Pan-Galáctico. Barcelona, ​​España. Octubre 2009. . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  9. ↑ Travis Desell. Optimización global asíncrona para computación a gran escala. Defensa Doctorado. RPI, Troy, Nueva York, Estados Unidos. noviembre de 2009 . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  10. ↑ Boleslao Szymanski. Optimización asincrónica robusta para redes informáticas voluntarias. La 5ª Conferencia Internacional IEEE sobre e-Science (e-Science 2009). Oxford, Reino Unido. Diciembre 2009. . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  11. ↑ Mateo Newby. El problema de máxima verosimilitud y el ajuste de la corriente de marea de la enana de Sagitario. Seminario de Astrofísica RPI. RPI, Troy, Nueva York, Estados Unidos. Octubre 2009. . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  12. ↑ Desde el análisis del genoma de la tuberculosis hasta el modelado de la galaxia de la Vía Láctea: uso de la computación voluntaria para la ciencia computacional. charla pública Universidad de Dakota del Norte, Grand Forks, Dakota del Norte, Estados Unidos. Noviembre 2010. . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  13. ↑ Travis Desell, Nathan Cole, Malik Magdon-Ismail, Heidi Newberg, Boleslaw Szymanski y Carlos A. Varela. Evaluación de máxima verosimilitud distribuida y genérica. En la 3ra Conferencia Internacional IEEE sobre e-Science and Grid Computing (eScience2007), Bangalore, India, páginas 337–344, diciembre de 2007 . Consultado el 15 de julio de 2012. Archivado desde el original el 16 de septiembre de 2012.
  14. ↑ 1 2 N-Body Simulation of the Sagittarius Stream (enlace descendente) . Fecha de acceso: 15 de julio de 2012. Archivado desde el original el 24 de septiembre de 2012. 
  15. ↑ Aumento de la fecha límite de WU . Consultado el 15 de julio de 2012. Archivado desde el original el 25 de septiembre de 2012.
  16. ↑ Ejecute SETI@home en su  GPU NVIDIA . setiathome.berkeley.edu. Consultado el 24 de octubre de 2018. Archivado desde el original el 24 de octubre de 2018.
  17. ↑ Aplicación ATI . Fecha de acceso: 15 de julio de 2012. Archivado desde el original el 24 de septiembre de 2012.
  18. ↑ Informe de progreso . Consultado el 15 de julio de 2012. Archivado desde el original el 13 de agosto de 2012.
  19. ↑ ¡Progresión de la trama! . Consultado el 15 de julio de 2012. Archivado desde el original el 19 de julio de 2012.
  20. ↑ Visualización de los resultados de la simulación de flujo de Sirota en YouTube
  21. ↑ Visualización de los resultados de la simulación de flujo de Sirota en YouTube

Enlaces

Fuente:

Discusión del proyecto en los foros: