核時
關注創建者：橙子_2631 創建時間：2022-11-24
核時的視頻教程
神工坊|高性能工業仿真平臺2.0公測直播發布會
獎勵：10000核時 名額：10位 2.平臺應用案例征集 本次征集活動主要面向神工坊高性能仿真平臺用戶，征集一些在企業日常設計、測試和制造等產品開發環節中，基于平臺的軟硬件資源，解決產品開發過程中一些問題，對企業產品開發具有顯著幫助的案例。 案例要實事求是，具備一定的代表性，對相關行業或企業具有較強借鑒意義和推廣價值。
免費 56分鐘 250播放
查看
核時的實例教程
每一位申請到試用的用戶，獎勵技術鄰金幣500（可用來兌換購買技術鄰視頻課程）；
試用后寫試用體驗測評報告發布到技術鄰，測評報告被采納合格后，獎勵50-200元紅包或更多的計算核時，另送6-12個月技術鄰VIP（購買技術鄰視頻課程、答疑服務均可打折），測評報告越詳實，質量越高，獎勵越高。
測評報告需包含以下信息：
計算的模型描述，使用的軟件說明
計算的核時，計算時間等量化的描述（和本地機器計算做性能對比的加分）
對云平臺的操作便捷性、交互體驗、上傳下載速度做客觀描述
對本次試用做詳實總結
>>點擊申請試用<<
為反饋廣大CAE仿真工程師和高校師生用戶，解決大計算量CAE仿真硬件性能的問題，技術鄰聯合CAE云計算合作伙伴，為大家提供CAE云計算平臺免費試用體驗活動，企業工程師和高校師生均可申請，免費2000~5000核時。
限100名，搶完為止。
點擊申請試用
http://jishulink.mikecrm.com/YfURJAM
（每人只有一次申請機會）
硬件配置方面，技術鄰合作CAE云計算平臺采用的是主流公有云廠商提供的計算資源。硬件設備與公有云廠商保持同步更新，用戶在進行作業計算時，可根據作業的大小選擇對應的CPU/GPU硬件配置。
通過技術鄰合作CAE云計算平臺，用戶可以體驗一站式算力服務，我們為用戶預安裝300+應用軟件，用戶在使用平臺時，可以免安裝應用軟件，只需在平臺上啟動軟件即可進行作業計算。
在軟件應用方面，技術鄰合作CAE云計算平臺為用戶提供可視化、命令行、圖形界面等多種作業提交方式，為不熟悉命令行操作的用戶提供了極大便利。
除此之外，技術鄰合作CAE云計算平臺還可為數據安全需求較高的用戶提供專屬計算區，通過在網絡層面創建獨立的VPC網絡（虛擬私有云），將用戶使用的所有資源（包括計算、存儲及傳輸）完全獨立及隔離，具備極高的安全性。用戶可完全放心作業的數據安全問題。
點擊申請試用
http://jishulink.mikecrm.com/YfURJAM
（每人只有一次申請機會
）
試用后寫試用體驗測評報告發布到技術鄰，測評報告被采納合格后，獎勵50-200元紅包或更多的計算核時。
展開 每一位申請到試用的用戶，獎勵技術鄰金幣500（可用來兌換購買技術鄰視頻課程）；
試用后寫試用體驗測評報告發布到技術鄰，測評報告被采納合格后，獎勵50-200元紅包或更多的計算核時，另送6-12個月技術鄰VIP（購買技術鄰視頻課程、答疑服務均可打折），測評報告越詳實，質量越高，獎勵越高。
測評報告需包含以下信息：
計算的模型描述，使用的軟件說明
計算的核時，計算時間等量化的描述（和本地機器計算做性能對比的加分）
對云平臺的操作便捷性、交互體驗、上傳下載速度做客觀描述
對本次試用做詳實總結
掃碼添加微信客服，領取更多福利
微信客服號：jishulink222
點擊申請：http://jishulink.mikecrm.com/YfURJAM
展開 且平臺已通過ISO27001、等保三級等多項國際權威安全認證
智能調度選擇最優資源：通過對大量計算任務進行機器學習和調試，針對軟件智能調優最佳硬件及資源
現在掃描下方二維碼或者點擊鏈接完成注冊，我們將會在24小時內為您發放200算力金（2000核時）！
注冊成功后即可參與抽獎，我們為您準備了冰墩墩、北鯤云帆布包及小風扇等超值禮品，等你哦！
鏈接：http://t8iw4ulf0hpixn8k.mikecrm.com/XVIHFb4
你可能會有疑問，200算力金可以做什么呢？
我們找了3名北鯤云用戶，簡單了解了一下他們在北鯤云計算的算例和使用感受，一起看看他們怎么說！
左右滑動查看更多
除了列舉算例之外，這幾位用戶也發表了一些對于北鯤云超算平臺的使用感受！
他說，計算效果良好。
他說，在進行中小規模計算時，計算速度很快，性能穩定，是個不錯的超算平臺。
他說，總體來說使用比較方便，操作簡單。
北鯤云目前已成功服務200+企業，為企業用戶提供SaaS、混合和私有化等靈活的部署模式，滿足企業多樣的HPC場景需求。
快來申請試用吧！掃碼或者點擊鏈接注冊登記，送你200算力金（2000核時）~
鏈接：http://t8iw4ulf0hpixn8k.mikecrm.com/XVIHFb4
注冊成功后即可參與抽獎，我們為您準備了冰墩墩、北鯤云帆布包及小風扇等超值禮品，等你哦！
展開 這里面涉及到兩個矛盾，假設你是核電站的一線工作人員，為了自己的生命健康，你肯定想所受到的核輻射盡可能低，最好沒有，但是要降低受照劑量，必須為輻射源加以足夠的屏蔽（比如很厚的鉛），但這勢必增加了核電站的cost；但如果你是萬惡的資本家，核電站是你的私有財產，你的眼睛盯在哪兒，錢，錢，錢！為了多賺錢，你會降低成本，不管員工受到多大的輻射，就像黑礦的老板一樣。 到底怎么破？？？如果找到這個平衡點，這就是輻射防護最優化要做的。
首先，國家對核電廠工作人員的劑量設定了限值，年均20毫西弗，而各個核電廠又設置了管理限值，一般電廠的管理限值更為嚴格，比如鄙人的核電站限值為一年15毫西弗，只要保證受照劑量少于這個值，工作人員一般不會有生命健康危險。（注意：沒有絕對的安全，任何工作都有死亡率，甚至是教師，但只要死亡率比較低，如低于萬分之一，就認為該工作是安全的）
其次，為了保證不超過指標，并且將集體劑量（整個核電廠所有人的劑量和）降低到合理可行盡可能低，各個部門需要通力協作，運行人員維持系統良好的運行狀態，維修部門做好維修質量控制，支持部門積極配合推進工作…… 為了部門間充分溝通，會建立公司的ALARA組織機構，總經理擔任組長。做了這么多，效果還是很顯著的，平均到個人，核電站工作一年受到的輻射相當于在醫院做一次胸透。
最后，根本之策，在于改進核電設計：新一代核電技術（如我國自主研發的華龍一號）、做好源項控制、不斷創新輻射防護方法，將工作人員的受照劑量進一步降低。
結論：現有的核電，正常運行時，工作人員不可能完全不受核輻射，所受的輻射隨著科技的進步是不斷降低的，然而還有巨大的進步空間。
發布于 2015-06-25 作者司馬予
展開 
核時的相關專題、標簽、搜索
核時的最新內容
系統層面
在超算系統進行萬核測試時，往往會觸發ulimit限制和節點內存限制，導致作業直接被殺死。同時也可能會引發MPI庫的通信問題，因此需要對作業系統參數和作業命令進行針對性調整。
AI 浪潮下，嵌入式開發正陷入“工具混戰”：ARM 架構用 Keil、RISC-V 架構用 Eclipse， AI 功能還要手動拼腳本，調試多核系統時需開著三四個 IDE 來回切換…… 作為在工業嵌入式領域深耕 10 年的團隊，我們曾和眾多開發者一樣困惑：有沒有一款能搞定所有架構、還能安全駕馭 AI 的 IDE？
AI 浪潮下，嵌入式開發正陷入“工具混戰”：ARM 架構用 Keil、RISC-V 架構用 Eclipse， AI 功能還要手動拼腳本，調試多核系統時需開著三四個 IDE 來回切換…… 作為在工業嵌入式領域深耕 10 年的團隊，我們曾和眾多開發者一樣困惑：有沒有一款能搞定所有架構、還能安全駕馭 AI 的 IDE？
AI 浪潮下，嵌入式開發正陷入“工具混戰”：ARM 架構用 Keil、RISC-V 架構用 Eclipse， AI 功能還要手動拼腳本，調試多核系統時需開著三四個 IDE 來回切換…… 作為在工業嵌入式領域深耕 10 年的團隊，我們曾和眾多開發者一樣困惑：有沒有一款能搞定所有架構、還能安全駕馭 AI 的 IDE？
從16核到128核，其仿真計算速度都明顯優于其他仿真云平臺，且在相同并行核數下其仿真計算時間僅為其他仿真云平臺的1/2不到，尤其是在64核并行時，其仿真計算時間更是只有仿真云平臺1的1/3左右。我們以每個仿真云平臺16核的計算時間為基本單位，計算各個平臺的并行效率，結果如下圖所示。
1635 MFLOP/s，約為單核的 3.5 倍</li><li class="ql-indent-1">到 8 核時 2263 MFLOP/s，僅約為單核的 4.8 倍</li></ul><ol><li>內存帶寬隨并行數擴展而增長，但4進程開始出現倍數降低，說明共享內存總線成為瓶頸，出現多個進程同時爭奪內存帶寬。
軟件加速：可部署集群管理調度系統，支持橫向擴展；統一管理多節點，CPU 平均使用 率、內存平均使用率；監控集群作業運行狀態，顯示等待作業數、運行作業數、核時、 在線用戶數，集群 CPU 總數等信息；資源監控：提供 CPU 平均利用率，內存平均利用 率，磁盤 IO 速率等信息
11. 操作系統：windows / linux
12.
軟件加速：可部署集群管理調度系統，支持橫向擴展；統一管理多節點，CPU平均使用率、內存平均使用率；監控集群作業運行狀態，顯示等待作業數、運行作業數、核時、在線用戶數，集群CPU總數等信息；資源監控：提供CPU平均利用率，內存平均利用率，磁盤IO速率等信息
14. 操作系統：支持主流windows、linux、64bit支持虛擬化、VDI、圖形虛擬化、私有云
15.
系統層面
在超算系統進行萬核測試時，往往會觸發ulimit限制和節點內存限制，導致作業直接被殺死。同時也可能會引發MPI庫的通信問題，因此需要對作業系統參數和作業命令進行針對性調整。
DrivAerNet++ 數據庫共8000個樣本，計算共耗時三百萬 CPU 核時，39T的數據量。
3.2 聚類分析
聚類（Clustering）是通過對未標記數據的相似性分析，將數據分組為不同的簇（Cluster），從而揭示大數據隱藏的自然分組。聚類不僅可大幅減少數據量，同時保留主要分布特征，還能識別低密度區域的離群點，排除噪聲數據的干擾。
