Si por su puesto.
Hay algunos problemas (de los cuales Weather Forecasting es un gran ejemplo) que pueden usar cualquier cantidad de potencia informática disponible para ellos.
Con el pronóstico del tiempo, usted elige una grilla imaginaria tridimensional de ‘celdas’ que llenan la atmósfera para el lugar del que está haciendo el pronóstico … conecta su mejor conocimiento del estado de la atmósfera (presión, temperatura, velocidad del viento y dirección, humedad, etc.) y ejecute un modelo matemático simple para cada celda en la cuadrícula que prediga cómo esos números cambiarán en un intervalo de tiempo.
- Teoría de conjuntos: ¿Cuál es la cardinalidad de [matemáticas] \ Sigma ^ * [/ matemáticas]?
- ¿Cuál es la mejor manera de prepararse para varias competiciones CTF?
- ¿Cómo pueden la IA y el aprendizaje automático ayudar a llevar la inclusión social a la India?
- ¿Cómo se utilizan los modelos de aprendizaje automático en datos con una escala media como 10 a 15 GB? ¿Alguien puede compartir el recurso para eso?
- Soy un brogrammer exitoso. ¿Cómo hago la transición al jefe de cabello puntiagudo y / o al rockstar de la banda de chicos?
Suponga que necesita saber cómo será el clima dentro de 24 horas a partir de ahora. Puede elegir una cuadrícula de 100 metros en cada eje, que cubra 100 km x 100 km y modelar la atmósfera hasta una altitud de (digamos) 10 km, y que el intervalo de tiempo sea de 10 minutos.
La computadora tendría que completar 100 millones de cálculos por cada 10 minutos de tiempo simulado, por lo que en 24 horas, eso requeriría 1.400 millones de cálculos … y su computadora portátil probablemente podría obtener la respuesta en un minuto o dos.
Pero el problema es que cualquier evento meteorológico que cambiara la atmósfera significativamente en un tiempo menor a 10 minutos, o en una escala menor a 100 metros, se perdería por completo … y su pronóstico sería inexacto.
Entonces sale y compra el dinero más grande y más rápido que puede comprar una supercomputadora, y reduce el tamaño de la celda de la cuadrícula en un factor de diez, reduce el paso de tiempo a 10 segundos y lo ejecuta nuevamente. Aprovechas al máximo la supercomputadora y, a pesar de ser mucho más rápido, ahora lleva quizás una hora obtener la respuesta. Los resultados ahora son MUCHO más precisos, pero ¿podrían ser aún más precisos?
¡Seguro! Pero si la computadora tarda 25 horas en predecir el clima dentro de 24 horas … eso no es muy útil. Entonces, la única forma de obtener un mejor pronóstico es comprar una computadora más rápida.
No existe un límite razonable para la cantidad de energía de la computadora que puede consumir un problema como el pronóstico del tiempo.
Hay muchos otros problemas como ese también. Predecir cómo volará un nuevo diseño de avión sin tener que construir un modelo físico y pegarlo en un túnel de viento requiere un grado similar de potencia de procesamiento … y cuanto más rápido sea su computadora, más rápido podrá probar diferentes diseños de alas, y más realista Los resultados serán.
Entonces, hay una gran clase de estos problemas muy repetitivos que pueden usar el 100% de cualquier computadora, sin importar cuán rápido se vuelvan.
