boinc算力給誰用

㈠ 如果將比特幣、山寨幣網路里的挖礦機都拿來跑 BOINC，能為 BOINC 網路提高多少算力

這個問題有意思～
但是挖礦的人你覺得他還會來支援計算嗎？
挖礦機貌似都有GPU加速那些，對計算肯定幫助很大～
曾經對比過單CPU，和GPU+CPU運算同個項目，GPU的刷刷就完成了，但是發熱厲害……

㈡ BOINC 積分 有什麼用

積分其實並沒有什麼物質上的用處。積分的多少可以反映你計算機對科研項目的貢獻有多大，積分有全球排名，你可以查看自己的排名。這其實是一項跨國際的公益科研項目。

㈢ BOINC 用 BAM! 管理添加項目問題

在bam的項目頁面，把另一個沒顯示的lhc項目也加進去，再在客戶端同步才會顯示。意思是，無論計算參數設置或者參與項目，一切以管理器優先。

㈣ boinc manager什麼用

啟動它，菜單里選項目加入，然後選擇你喜歡的分布計算項目。輸入郵件地址和密碼，boinc是項目積分制的。
目前項目很多還在不斷增加中，具體項目參考：
http://www.equn.com/wiki/BOINC

㈤ 【SETI項目】為什麼平時boinc屏保cpu佔用率也一直有25%

的確是這樣的，你添加項目的時候會看到SETI項目一條還多了一個圖標「nvidia」（我也是最近才開始用，我猜LZ你電腦肯定是N顯卡+32位系統），然後它在後面使用著GPU在運算。好了，我說說我的解決方法：不使用boinc的屏保。你會發現你的CPU立刻降下來，試試看~~~
罪惡的源頭是一個叫~boinc.scr~的進程

㈥ BOINC Manager怎麼用啊

你想了解哪方面？如何添加項目嗎還是完全不會……BOINC吧也可以詢問～

㈦ BOINC中加入團隊有什麼用

其實沒有什麼用，僅僅是積累該團隊的積分。從積分中可以看出該團隊對BOINC項目的貢獻度大小。當然建議您加入一個你附近的一個團隊，這樣有一種集體感，不會覺得是你一個人在戰斗。

㈧ boinc的用法

=SkyFlash:我的理解大概是這樣的~~~ BOINC只是一個平台，在這個平台上，用戶可以建立自己的分布式運算，不知道這個計劃實施後是否會分散SETI的運算力量，不過我倒是更想加入一個醫學方面的計劃中去，畢竟地球人比外星人更重要。

=qiangsheng:你這樣理解非常正確，BOINC提供的伺服器介面可以完成任務的分發、結果收集，客戶端介面可以完成任務的接收、進度顯示、結果送回。用戶應用的伺服器提供原始數據存儲、封包、結果解包、分析，客戶端完成原始數據解包、運算、結果封包。其中，用戶的演算法和數據對BOINC是完全透明的，只需要藉助BOINC提供的API完成狀態數據的輸出。

我試著描述一下過程：用戶收集源數據->用戶資料庫->用戶封包（加密）->BOINC源數據上傳->BOINC源資料庫->BOINC分發調度->BOINC客戶端接收->BOINC客戶端包管理API->用戶客戶端解包（解密）->《用戶客戶端運算->BOINC客戶端進度API->客戶端運行狀態觀察》->用戶客戶端結果封包（加密）->BOINC客戶端結果管理API->BOINC客戶端結果上傳->BOINC結果資料庫->用戶下載結果->用戶解包（解密）->用戶資料庫->用戶分析

其中，蘭色部分是用戶伺服器端做的事、紅色是用戶客戶端做的事。可以看出來，BOINC是可以不知道用戶的技術細節的。只要用戶的伺服器和客戶端程序按照BOINC規定的API提供所需的信息就可以了。

=SkyFlash:也有點像一個介面，一個計劃者與客戶機之間的介面，說得簡單點就是有點類似於DirectX在游戲與硬體之間起的作用，無論游戲開發者還是硬體開發者都不用擔心自己的游戲或者硬體是否支持對方的產品，只要是都能兼容DirectX，通過這個介面，他們可以完全不理會對方開發的是個什麼產品。

=Zoobie:不知道我們中國有沒有放在BOINC上的分布式項目。如果BOINC不能對全世界開放項目申請，讓全世界自由選擇喜愛的項目，那BOINC就不是BOINC了。如果BOINC不僅僅謀求美國或西方國家的利益，我想我會繼續支持。

=qiangsheng:我曾經在CSDN上發過號召，可是沒有人響應，也許是我們國家的基礎研究做的實在太差，不需要這樣超大規模的分布式運算；而真正需要大量計算的又是一些需要保密的軍事科研、地質礦產等項目，無法公開。我認為，做這項工作首先是要高校帶頭，拋開利益因素，完全從科學研究的角度進行項目的設計和開發，但是現在高校中的權利競爭一點不比社會上差，錢本位造成的學術疲軟。

㈨ 請問下什麼是GPU的浮點運算能力主要干什麼的

GPU計算能力強主要是因為他的大部分電路都是進行算術計算的單元，實際上加法器乘法器這些都是相對較小的電路，即使做很多這種運算單元，都不會佔用太多晶元的面積。而且由於GPU的其他部件佔得面積小，它也可以有更多的寄存器和緩存來存儲數據。CPU之所以那麼慢，一方面是因為有大量的處理其他程序如分支循環之類的單元，並且由於cpu處理要求有一定的靈活性，那麼cpu的算術邏輯單元的結構也要復雜很多。簡單的說，就為了提高分支指令的處理速度，cpu的很多部件都用於做分支預測，以及在分支預測錯誤的時候，修正和恢復算術邏輯單元的結果。這些都大大的增加了器件的復雜度。
另外，實際上現在的CPU的設計上也在向GPU學習，就是增加並行計算的，沒有那麼多控制結構的浮點運算單元。例如intel的sse指令集，到目前可以實現同時進行4個浮點運算，而且增加了很多寄存器 另外，想學習GPU計算的話，去下載一個CUDA的SDK，裡面有很詳細的說明文檔

㈩ seti@home在boinc上怎樣使用啊

BOINC中的任務是項目自動分配的，到有任務的時候你的計算機會自動開始的，不用你操心。