アルゴリズムの力: プログラマーはデスクトップ コンピューターを使用して、スーパーコンピューターの世界記録を破ります

アルゴリズムの力: プログラマーはデスクトップ コンピューターを使用して、スーパーコンピューターの世界記録を破ります

有名なフランス人プログラマー、ファブリス・ベラール氏は最近、普通のデスクトップコンピュータ(2,000ユーロ未満)を使用して円周率を小数点以下約2兆7000億桁まで計算し、昨年8月17日にT2Kオープンスーパーコンピュータ(現在世界ランキング4247位、数百万ドルの費用)が記録した2兆5770億桁の記録を破ったと発表した。

[[8114]]

Bellard が使用するコンピューターのハードウェア構成は次のとおりです。

2.93GHz Core i7 プロセッサ、6GB メモリ、7.5TB ハード ドライブ (5X1.5TB Seagate 7200.11)。バックアップ用に 2TB の Seagate ハードドライブもあります。検証フェーズでは、ネットワークに接続された 9 台のコンピュータが使用されました。

ソフトウェア構成は次のとおりです。

64 ビット Red Hat Fedora 10 オペレーティング システム。ソフトウェア RAID-0 と ext4 ファイル システムを使用してハード ディスクを管理します。彼は円周率を計算するソフトウェアを自分で書いた。技術的な詳細はここをご覧ください。

Pi の計算結果には合計 1137GB のハードディスク容量が必要です。結果の一部はこの Web ページでご覧いただけます。

バイナリビットの計算時間は103日、検証には13日かかりました。 10 進数への変換と検証にはさらに 15 日かかりました。合計時間は131日です。

バイナリ計算にはウクライナのチュドノフスキー兄弟が提案したアルゴリズムが使用され、検証には著者独自の改良されたベイリー・ボーウェイン・プルーフアルゴリズム(ベラール公式とも呼ばれ、現在最も高速なπアルゴリズムであり、1997年に提案された)が使用されています。

実際、ベラールは円周率の分野で輝かしい経歴を持っています。1996年から1997年にかけて、彼は円周率の1桁計算(10の累乗の数字の計算)で複数の世界記録を樹立し、Scientific Americanのフランス語版で特集されました。

【ファブリス・ベラールについて】

ファブリス・ベラールは、プログラミング界の伝説的な人物であり、その多岐にわたる数多くの作品で知られています。彼は1972年にフランスで生まれました。高校時代に、彼は DOS で初めて広く使われたファイル圧縮プログラムである LZEXE を作成しました。その後、パリのエコール・ポリテクニークとフランステレコム研究所で学びました。それ以来、彼の傑作は業界に度々衝撃を与えてきました。

1996 年に、彼は簡潔ながら完全な C コンパイラと Java 仮想マシン Harissa を作成しました。

1997 年に、最も高速な円周率アルゴリズムであるベラールの公式が提案されました。

1998 年に、TinyGL と呼ばれる簡潔な OpenGL 実装が作成されました。

2000 年に、彼は有名なオープンソース マルチメディア プレーヤー プロジェクト FFmpeg (MPlayer の姉妹プロジェクト) を立ち上げ、長年にわたり責任者を務めました。

同年と翌年、彼は有名な国際難読化 C コード コンテスト (IOCCC) に 2 回参加し、2 回とも賞を受賞しました。OTCC コンパイラはその後、C99 標準を完全にサポートし、C をスクリプト言語として使用できる TCC プロジェクトに発展しました。

派生プロジェクト TCCBOOT (2004) は、わずか 138 KB のブートローダーで、ソースコードからコンパイルして 15 秒で Linux システムを起動できます。

2003 年に、Emacs クローンの QEmacs が開発されました。

2005年に低コストのデジタルテレビシステムが設計されました。

また、さまざまなプロセッサ上の他のプロセッサでソフトウェアを実行することをサポートする、オープンソースの汎用プロセッサ エミュレーション ソフトウェア QEMU も開発中です。

この偉大な神を一緒に崇拝しましょう。彼の個人ウェブサイトは、http://bellard.org/ です。

<<:  VB.NET バブルソートアルゴリズムの詳細な説明

>>:  .Net Framework ガベージ コレクション固有のアルゴリズムの詳細な説明

推薦する

自然言語処理のためのオープンソースツールトップ12

私たちの生活に浸透しているすべてのチャットボット、音声アシスタント、予測テキスト、その他の音声/テキ...

実現可能な AI、SF から科学的事実へ: 今日の AI の現実

人工知能(AI)の概念は何千年も前から存在しています。 AI の物語は歴史を通じて世界中に広がってい...

インテリジェントロボットにはどのような主要なセンサー技術が使用されていますか?

今日のロボットで重要な役割を果たしているいくつかの主要なセンサー技術には、磁気位置センサー、存在セン...

クラウドベースの生成 AI システムを実行するためのベスト プラクティス

翻訳者 |ブガッティレビュー | Chonglou何だと思う?クラウド コンピューティング カンファ...

データ サイエンティストが知っておくべき 5 つのグラフ アルゴリズム

導入グラフ分析はデータサイエンティストの未来だからです。データ サイエンティストとして、私たちは p...

音声認識:市場の見通しは有望だが、コア技術にはまだブレークスルーが必要

人工知能製品が私たちの生活の中でますます普及するにつれて、テクノロジーの発展は社会の関心の焦点となっ...

人工知能は産業の発展を促進し、産業構造のアップグレードを加速する

トップレベルの設計を継続的に改善し、コンピュータービジョン、音声認識、機械学習、ナレッジグラフなどの...

ビッグデータと AI を現代の教育とどのように組み合わせることができるでしょうか?

転載は歓迎しますが、署名し、「劉鵬の未来を見つめる」公開アカウントからの転載であることを明記し、この...

【ディープラーニング連載】畳み込みニューラルネットワーク(CNN)の原理を徹底解説(I) - 基本原理

前回の記事では、PaddlePaddle を使用して手書きの数字を認識する例を示し、ネットワーク構造...

AIと機械学習が交通をどのように変えているのか

人工知能 (AI) と機械学習が現代生活を改善すると期待される多くの方法の中でも、公共交通機関に影響...

...

現在世界で最も重要な古典的アルゴリズムトップ10

最近、誰かが StackExchange で、ネットユーザーに現在世界で最も古典的なアルゴリズムのト...

...

2024年に人工知能はどこへ向かうのでしょうか?

2023年はテクノロジー分野にとって波乱に富んだ年であり、言語学習モデルが爆発的に増加し、人工知能...

...