基本介紹
- 中文名：Milkyway@Home
- 平台：BOINC
- 類型：分散式運算項目
- 模型：三維動態
概述,如何加入,目標計畫,項目細節,科學成果,
概述
MilkyWay@home 是一個基於 BOINC 平台的分散式運算項目。項目試圖精確構建銀河系附近星流的三維動態模型。與 SETI@home 和 Einstein@home 相比較，MilkyWay@home 同樣把探索星際空間作為項目目標。項目的另一個目標是開發並最佳化分散式計算的算法。
如何加入
該項目基於BOINC 平台，簡要的加入步驟如下（已完成的步驟可直接跳過）：
下載並安裝 BOINC 的客戶端軟體
點擊客戶端簡易視圖下的“Add Project”按鈕，或高級視圖下選單中的“工具->加入項目”，將顯示嚮導對話框
點擊下一步後在項目列表中找到並單擊選中 MilkyWay@home 項目，然後點擊下一步
輸入您可用的電子郵件地址，並設定您在該項目的登錄密碼（並非您的電子郵件密碼）
再次點擊下一步，如項目伺服器工作正常，即已成功加入項目
目標計畫
MilkyWay@home 是倫斯勒理工學院的計算機科學系、物理系（包括套用物理）與天文系的一個合作項目。該項目得到美國國家科學基金會的支持，由一個團隊負責執行。這個團隊包括了天體物理學家海蒂·喬·紐伯格（Heidi Jo Newberg）與計算機科學家馬利克·美格登·伊斯梅爾（Malik Magdon-Ismail）、博萊斯瓦夫·斯曼斯基（Boleslaw Szymanski）、卡洛斯·瓦雷拉（Carlos A.Varela）等人。
直到 2009 年年中，項目組在天體物理學方面的研究興趣（interest），主要集中在射手座流（the Sagittarius stream）上。射手座流由人馬座矮橢圓星系（the Sagittarius Dwarf Elliptical Galaxy）射出，其中有一段進入到銀河系所屬的空間。據信，射手座流的軌道並不穩定，在與銀河系接近或碰撞之後，會被銀河系的強大引力俘獲（subject）過來。科學家對高精度地繪製出這類星際流以及它們的運動方式（dynamics），寄予了厚望。因為，這對於了解恆星流的結構、形成、演化，以及銀河系的引力勢分布（gravitational potential distribution），都能提供關鍵性線索。其研究結果還可套用到同類星系中去。這還有助於人們進一步解開關於暗物質的謎題。 隨著項目進程的推進，項目的注意力將轉向其他恆星流。
MilkyWay@home 使用來自斯隆數字巡天的數據，以 2.5 度角來劃分星空（starfields）。劃分出來的星空，稱之為“工作區（wedge）”。MilkyWay@home 採用了“自最佳化機率分類技術（self-optimizing probabilistic separation techniques）”，即進化算法，從數據中找出一些合適的潮汐流。然後，程式在原始（input）工作區中，嘗試刪除掉那些潮汐流的數據，以便建立一個新的、星星密度（分布）均勻的“工作區”。被刪除的潮汐流會用 6 個參數記錄下它們所在的區間（cylinder）：恆星數在流中所占的比例，在數據條中的角度位置，標註被刪除區間的球坐標（兩個角度加上與地球距離），以及一個寬度單位。對於每次搜尋，伺服器程式都會持續跟蹤那些單獨的星群，以便加入到某個可能的銀河系模型。
項目細節
MilkyWay@home 項目在 2007 年正式上馬，最佳化過的客戶端程式（包括 32 位和 64 位系統）也已於 2008 年發布。它的屏保程式只是簡單地把用戶的 BOINC 統計數據旋轉顯示，沒有任何圖形內容。
起初，主流（modern）CPU 需要花費 2 ～ 4 個小時來完成一個工作單元（workunits）。因此，返還工作單元的時限很短，一般設定為 3 天。到了 2010 年初，完成工作單元的平均時間提高到 15 ～ 20 個小時。相應地，返還時間也改為 7 天左右。這次調整使得 MilkyWay@home 更不適合那些幾天都不開一次機的算友，也不適合那些不允許 BOINC 以後台模式運行的算友。
MilkyWay@home 的數據處理能力（data throughput）在近期得到飛速提高。2009 年 6 月中旬，分布在 149 個國家的 24,000 名算友，組成了大約 1,100 支隊伍，貢獻出每秒 31.7 萬億次的浮點計算能力。截止 2010 年 1 月 12 日，算友數量提升到 44,900，組成了分布在 170 個國家的 1,590 支隊伍，而算力則激增至每秒 1,382 萬億次，令 MilkyWay@home 二度榮登超級計算機 500 強的名單。如今，MilkyWay@home 已經是全球第二大的分散式計算項目，緊跟在 Folding@Home 之後。名列第一的分散式計算項目 Folding@Home 在 2009 年的時候，算力就超過了每秒 5,000 萬億次。
數據處理能力的增長速度之所以能遠超算友數的增長速度，主要是因為 MilkyWay 部署了使用 GPU 作為計算工具的客戶端軟體（包括 Windows 和 Linux 系統）。而通常情況下，只有媒體處理和高性能計算才會用到 GPU 技術。MilkyWay@home 寫的 CUDA 代碼，能運行在多種英偉達（NVidia）的 GPU 上。CUDA 版本的原始碼在 2009 年 6 月 11 日首次公開，放在 MilkyWay@home(GPU) 分支下。不久，基於 ATI 技術的 GPU 程式也有了，而且效率比 CUDA 還高（暫時沒有具體數據）。例如，如果一個任務需要在 HD3850 上跑 10 分鐘，則 HD4850 只需 5 分鐘，而 2.8 GHz 的 Phenom II CPU 只能作為單執行緒任務跑 6 個小時。
科學成果
MilkyWay@home 項目取得的主要成果，大部分都作為彌敦道·科爾（Nathan Cole）的論文，刊發在享譽盛名的天體物理學雜誌上。其它成果也已在多個“天體物理學與計算”大會上討論過。
