Akademic.name

В предыдущем посте Мониторинг заданий Folding@home часть 1 я рассказал, как организовать оповещение сервера при изменении статуса расчёта задания.
В этом мне помогли программа incron и скрипт на языке Python.

В этот раз я расскажу как эти данные принять и вывести.

Я уже рассказывал про распределённые вычисления в статьях Folding@home и folding@home с помощью nvidia gpu на debian linux.

Сегодня я считаю уже на трёх машинах, что в сумме даёт 6 процессов расчёта.
В связи с этим захотелось мониторить их состояние где-нибудь в одном месте.
Например у себя на сайте.

В этом и следующем посте я изложу как это можно сделать.

Как я писал в прошлый раз, решил попробовать считать белки с помощью видеокарты сервера. Всё равно ему видюха бес толку.
А видюха там Nvidia GeForce 9400, поддерживает технологию CUDA.

Сейчас на сервере запущен расчёт на CPU: две штуки, расчёт на GPU: одна штука.
Кроме этого сервер скачивает и раздаёт торренты через rtorrent на максимальной скорости соединения и можно смотреть 2 фильма по NFS. Всё без тормозов.

Под ”катом” инструкция, как настроить обсчёт заданий на GPU. Поехали.

Увидев призыв TSC! Russia принять участие в проекте распределённых вычислений Folding@Home, решил посмотреть как это работает под линукс.

Почитав руководство удачно запустил на двух машинах. Одна из них Celeron 1800MHz с 256Mb оперативки, вторая Acer Revo 3610.
За трое суток оба сосчитали по одному заданию из ”центра”. Celeron был быстрее, чем одно ядро Atom 330.

Есть мысль добавить к мощностям расчёта видеокарту с сервера. Всё равно у него она не используется. А ведь это GeForce 9400, должен шустро считать.