@wy315700 两个 50G 的 Raid 0 比 1 个 100G 强啊！

@fzinfz 似乎是这个文档才是 manual 。 http://www.nscc-gz.cn/userfiles/files/nsccth2sc.pdf

我还以为是 background checker 呢。

net gear 有个问题。 刷了 dd-wrt 之后， CPU 很热。我的 ethernet 芯片被烧坏了。我之前用的是 N750 。

@hedaors 说的对！

@fzinfz super computer 不是这样用的。中文输入好累，请允许我打英文。
Nodes of a supercomputer, such as Tianhe II, are divided into two types: interactive nodes and computing nodes.

Interactive nodes are for the interaction with users.We use those nodes for editing files, compiling programs and submitting jobs. We may run the program on those nodes by './program'. But the computing is conducted on interactive nodes of which the performance are usually bad.

To drain the performance of a supercomputer, we should submit our program to one or more computing nodes. We usually write a job description file specifying the program we want to run, resources we need during computing and the expected running time/duration of our program. We submit our job to computing nodes via the job management system that reads info from the job description file. In this way, the computing is conducted on the powerful, resourceful and high speed computing nodes.

Different supercomputers have different job management systems. I have ever used systems of IBM and Cray.

@boter 不能这样说的。 bit coin mining 就是在不断的计算 hash key 。这种单一的计算很容易用硬件实现。需要的计算资源也很少，比如内存和 I/O ，只是 CPU demanding 的。所以会出现很多 FPGA 的矿机。

而我们一般的计算是 general computing 。有很多不同的计算模型，需要的资源也不一样。比如 渲染 和 解方程 的计算模型就不一样。渲染需要很高的 I/O throughput ，计算却相对简单。所以用 CUDA pipeline 实现很方便。而解方程需要很多 memory 来存储 sparse matrix 。对 memory 的访问又相当随机，因为和 pivot condition 有关系。 pivot condition 决定了数值的稳定性。所以是 computing 和 memory 都很 demanding 的。

像渲染和解方程，就很难放到 FPGA 矿机上做。即使可以，运算的速度和规模也远远赶不上通用的计算机。

@shakoon 显然。你挖了 bitcoin 是给自己，还是给国家？国家还不要吧。

@21grams I said usually. But surely you can allocate more resources if allowed by privileged.

看起来用过 super computer 的人不多嘛。我简单说说。巨型机是大家公用的。一个用户能申请到的资源是有限的。一般也就几个 Node 、几十个 core 、 1 ～ 2T 的内存。我一般用 super computer 算有限元或者 GPGPU 解方程或者做 graphics pipeline 渲染。用来挖 bit/lite coin 是绝对禁止的。跑分也是没有意义的。因为每个 node 的配置不是完全一样的。有的有 GPGPU (Nividia/ xeon phi)，有的就是 core 的数目多，有的就是 I/O 非常快，有的是内存很大，等 den 。分配 node 时，根据任务的性质来分配。人多的时候，任务是要排队的。因为资源用尽了。

一直庆幸妈妈最后决定，不要我去考少年班了。现在生活幸福满满。

推荐 2412M 。 vertical view is cool!

@smh1021 10 年估计就不行了。

手机都有 Accessibility 模式吧。

-1

twitter 自己的客户端就很好了。 twitterbot 感觉就是 eye candy 。毕竟 API 就那么多。

6 就不快了？

@sunyang 英文是什么？找不到。

@wangyoang 我用的好好的啊？！