Búsqueda · 29 momentos en 16 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor SocasGastón Giribetmalla stagg a escala distintasimulaciones numéricas 40000 pasoscódigo paralelizado 800 núcleos cpuoptimización tamaño malla gilsimulaciones cuánticas ordenadores personalescubits simulados microsegundoresolución 2d pcs oyentesfuerzas largo alcance 800 nucleos cpuFrancis VillatoroCPURAMJuan Carlos Gil83 qubits32 ciclos de operaciónPhysical Review LettersPsycamoreIntel Core i7Sara Robiscosimulación BlasovAdvanced Intelligence SystemsJoa Eng ParkGeorgia TechAtlantaCorea del SurFrontierGoogleSycamore
Fuerzas largo alcance 800 nucleos CPU
Ep 503: Propulsión Espacial; Computación Cuántica; Fusiones de Estrellas de Neutrones; Agujeros Negros
13 de marzo de 20256 momentos
Con
0:000:301:001:302:002:303:12
Francis Villatoro introduce la posibilidad de simular modelos cuánticos en ordenadores personales gracias a avances recientes.
…la de escape de las partículas y la Y tiene la mitad, los 800 por 400, bueno porque el problema tiene simetría radial, justifican que les va bien Eso para la espacial y para la velocidad utilizan 256 por 256, porque han usado este número pues se me escapa, es Curioso, han debido optimizar el tamaño de la palabra. Entonces no es una malla literalmente Stagg, son dos mallas en paralelo a escala distinta, porque tienen números de puntos distintos. Sí, sí, y además es radical: 256 por 256, curiosísimo. Bueno, usan 40.000 pasos de simulación numéricos y todo esto les lleva 100 horas, 4 días completos, usando 800 núcleos de CPU. Por supuesto el código que han desarrollado está completamente paralelizado. Pero esto ahora, Francis, nos habla de unos cubits y unos ordenadores cuánticos, y lo resolvemos todo en un microsegundo; ya verás. Estos son simulaciones 2D, es decir, son simulaciones que cualquiera de los PCs de las personas que nos están oyendo perfectamente las puede simular. No se requiere un supercomputador, es algo real de pequeño: 800 x 400, 256 x 256, cabe en los ordenadores actuales con gigas de RAM. Lo que pasa es que son fuerzas de largo alcance; bueno, que se les van 800 núcleos de CPU en 4 días. Yo quería comentar que pasan las décadas y siempre las simulaciones tardan un fin de semana. En mi día de tesis, mi día crítico era el viernes para asegurarme de que nada, de que todo estaba corriendo para llegar el lunes y que la mayor parte de las…
Significado #1 · Palabras #1
Francis Villatoro introduce la posibilidad de simular modelos cuánticos en ordenadores personales gracias a avances recientes.
Habla: Francis VillatoroSignificado #1 · Palabras #1malla stagg a escala distintasimulaciones numéricas 40000 pasoscódigo paralelizado 800 núcleos cpuoptimización tamaño malla gilsimulaciones cuánticas ordenadores personalescubits simulados microsegundoresolución 2d pcs oyentesfuerzas largo alcance 800 nucleos cpu…la de escape de las partículas y la Y tiene la mitad, los 800 por 400, bueno porque el problema tiene simetría radial, justifican que les va bien Eso para la espacial y para la velocidad utilizan 256 por 256, porque han usado este número pues se me escapa, es Curioso, han debido optimizar el tamaño de la palabra. Entonces no es una malla literalmente Stagg, son dos mallas en paralelo a escala distinta, porque tienen números de puntos distintos. Sí, sí, y además es radical: 256 por 256, curiosísimo. Bueno, usan 40.000 pasos de simulación numéricos y todo esto les lleva 100 horas, 4 días completos, usando 800 núcleos de CPU. Por supuesto el código que han desarrollado está completamente paralelizado. Pero esto ahora, Francis, nos habla de unos cubits y unos ordenadores cuánticos, y lo resolvemos todo en un microsegundo; ya verás. Estos son simulaciones 2D, es decir, son simulaciones que cualquiera de los PCs de las personas que nos están oyendo perfectamente las puede simular. No se requiere un supercomputador, es algo real de pequeño: 800 x 400, 256 x 256, cabe en los ordenadores actuales con gigas de RAM. Lo que pasa es que son fuerzas de largo alcance; bueno, que se les van 800 núcleos de CPU en 4 días. Yo quería comentar que pasan las décadas y siempre las simulaciones tardan un fin de semana. En mi día de tesis, mi día crítico era el viernes para asegurarme de que nada, de que todo estaba corriendo para llegar el lunes y que la mayor parte de las…
Juan Carlos Gil describe una simulación Blasov que funciona y permite optimizar su diseño, aunque requiere un tiempo considerable de procesamiento. A continuación, introduce un segundo artículo sobre la predicción del rendimiento de una fuente de iones utilizando aprendizaje automático.
Habla: Juan Carlos GilPalabras #18simulación blasov optimiza diseñoaprendizaje automático fuente iones hallartículo advanced intelligence systemsinvestigadores corea del sur georgia tech…de salida, pero sigue un enfriamiento casi adiabático en la dirección transversal, que es, bueno, pues eso sí que es esperable, ¿no? A los lados no tienes nada, pues se te enfría de forma adiabática. Pero más allá de estos pequeños detalles que interesarán a los expertos en motores, el resumen es que esta simulación Blasov funciona y proporciona un detalle inaudito y nos va a permitir optimizar su diseño siempre que estemos dispuestos a utilizar 4 días de CPU y 4 días de 800 CPUs Segundo artículo, se titula Predicción del rendimiento de una fuente de iones de efecto Hall utilizando aprendizaje automático y se ha publicado en la revista Advanced Intelligence Systems también en diciembre del año pasado Lo firman Joa Eng Park, Joa Eong, nombre también aparentemente oriental, y otros ocho investigadores con filiaciones todos de Corea del Sur, salvo uno de ellos, que es del Georgia Tech, el Instituto de Tecnología de Georgia, pero el Georgia de Atlanta, no el Georgia, no el Georgia Pais en Estados Unidos En este caso el objetivo de este artículo era desarrollar un modelo de aprendizaje automático para eso, para predecir el rendimiento, en este Caso solamente de los motores Hall, el que os hablaba del efecto Hall tan simpático. En particular, pretenden obtener como resultado del modelo combinación de empuje, una clave de las que estamos hablando, y corriente de descarga. La corriente de descarga es…
Tras analizar los resultados del modelo Hall NN y su entrenamiento, Juan Carlos Gil describe cómo la red entrenada ofrece una mejora significativa en el tiempo de cálculo en comparación con las simulaciones iniciales.
Habla: Juan Carlos GilSignificado #10 · Palabras #12modelo hall nn entrenamientosimulación chunga tiempo cálculored entrenada 9000 veces menosblaso tardaba 4 días 800 núcleos…los resultados del entrenamiento con la gráfica de los errores de mínimos cuadráticos es una pasada. O sea, es que ves como la gráfica es del libro, como baja el error, qué gozado. Es tremendo, o sea, conseguimos mejores resultados que las simulaciones. un poquito chunguillas, no eran blaso, eran pic más fluido sin masa, pero claro, una vez que está la red entrenada, a toda caña, dicen que tardan 9.000 veces menos que la simulación chunga esta, la blaso ya decíamos que tardaba 4.000, ¿cómo era? 4 días en 800 núcleos O sea, esto es un Modelo que está disponible, que ahora vas con tus parámetros de diseño y te saca el empuje, lo cual es realmente bueno. Acabo Héctor, no me pongas esa cara. La propulsión eléctrica es la, junto a la nuclear, la tecnología clave de propulsión de los próximos…
Sara Robisco explica que el entrenamiento del modelo requirió muchos GPUs, pero los cálculos finales se ejecutaron en un Intel Core i7 a 3.8 GHz, destacando la eficiencia de las redes neuronales pequeñas.
Habla: Sara RobiscoSignificado #11entrenamiento modelo muchos gpuscálculos finales intel core i7redes neuronales pequeñas eficiencia…que veáis la eficiencia de este conjunto de redes neuronales, que estamos hablando de varias en paralelo. Y ojo, tardó 60 días en entrenar. Ahora ya se explica. Si alguien me hace un cálculo y sale en un segundo es que no se ha esforzado lo suficiente. Pero para que veáis, ¿qué pensáis? Que bueno, que esto necesitó una barbaridad de GPUs, una cosa muy loca Vale, los cálculos se ejecutaron en un Intel Core i7 de 3,8 GHz O sea, es que eficiencia total Sí, es lo que dices tú, son redes pequeñas y esto es una de las ventajas de las redes neuronales, una red pequeña se ejecuta en cualquier sitio, en un reloj la puedes poner. Bueno, Venga, vamos a pasar de tema porque ahora que dije reloj, porque es que estoy mirando el reloj aquí y me están dando la ansiedad de la que hablábamos con la canción de Coffee Break y los latidos extras me están aquí ya empezando a dar. Francis, está la gente…
Francis Villatoro compara la capacidad de cálculo de Frontier, el ordenador más grande del mundo, con los ordenadores cuánticos de Google y China, mencionando la demostración de ventaja cuántica realizada por estos últimos.
Habla: Francis VillatoroSignificado #19ordenador frontier cálculo añosventaja cuántica psycamore googlememoria física frontier ram…web, Google dice que han logrado demostrar ventaja cuántica con los 105; repito, generando ruido, haciendo algo inútil. Entonces, estos investigadores chinos, en su artículo en Physical Review Letters, dicen que su demostración de la ventaja cuántica en El mayor ordenador del mundo, que es Frontier, aprovechando toda la memoria disponible, como si toda la memoria que tiene en física fuera RAM, echaría del orden de 6.000 millones de años. Lo que nos dice Google en su página web, sin artículo científico, pero referido a Psycamore, es que su ventaja cuántica. Es equivalente a 10 a la 25 años, no 6 por 10 a la 9, sino 10 a la 25, es decir, billones de billones de años. Una pequeña tensión hay ahí; hay una pequeña tensión. Entonces, muchos medios se han hecho eco de este anuncio de los chinos como diciendo: otra vez…
Francis Villatoro explica que las curvas observadas en el ordenador cuántico chino son ruido, siguiendo una ley de potencias esperada. A pesar de tener solo 32 ciclos de operación, simular este ruido a nivel clásico requeriría recursos computacionales enormes.
Habla: Francis VillatoroSignificado #9ruido cuántico ley potenciassimulación clásica qubits imposibilidadciclos operación cantidad estratosféricaordenador cuántico chino 83 qubits…interés, este tipo de artículos no tienen mayor interés que demostrar eso: demostrar que tienes una máquina que más o menos funciona. Entonces el artículo en Physical Review Letters utiliza los mismos algoritmos que ya habíamos visto en Psycamore y pues nada. Presenta que son unas curvas triviales, que es ruido. El ruido tiene una ley de potencias y ves que el ruido sigue la ley de potencias esperada, pero como es un ruido cuántico, si lo quieres simular a nivel clásico es algo imposible porque estamos hablando de 83 qubits, que es una barbaridad, aunque sean solamente 32 ciclos de operación, que es muy poquito, es suficiente para que se requieran cantidades estratosféricas de RAM y de años de trabajo del mayor superordenador del mundo ¿no? Aun así, esa es un poco la noticia, pero que Yo quería contextualizarla en el sentido de que ha habido algunas personas en redes sociales que han dicho, pues será este ordenador, este, este, el de China, el último, el último de China tiene que ser el ordenador del que hablaba este señor ahí en Vox…