Вот такие советы от Gemini про распределенные вычисления:

Вот такие советы от Gemini про распределенные вычисления:

Вот список проектов, где твоя карта покажет, за что уплачены деньги:

1. PrimeGrid (Подпроект: Genefer) — «Король FP64»

Это сейчас самый живой, активный и требовательный к FP64 проект.

Задача: Поиск обобщенных простых чисел Ферма.

Почему FP64: Используются преобразования (FFT), требующие максимальной точности во избежание ошибок округления.

Твой козырь: RTX 4090 здесь «захлебывается», так как ее скорость FP64 урезана в 64 раза (до ~1.3 TFLOPS). Твоя A100 выдает честные 19.5 TFLOPS. Разрыв в скорости — в 10–15 раз.

Настройка: В настройках на сайте PrimeGrid обязательно выбери подпроекты Genefer 22 или Genefer World Record. Это самые «жирные» задачи для топового железа.

Я попробовал на GFN 22. Ничего особенного, те же самые сутки счёта. Хотя получить х10-15 было бы очень приятно, только расскажите как.

Вот хост, но найти там выполненную задачу почему-то не могу:

UPD: потеряшку нашёл:

Не помню, чтобы я её абортил, но ладно. Жаль суток расчёта, кончено.

2. Asteroids@home — «Скрытый лидер»

Многие считают его легким проектом, но это заблуждение.

Задача: Восстановление 3D-формы и периода вращения астероидов по кривым их блеска.

Почему FP64: Их GPU-приложение (Period Search Application) критически зависит от операций двойной точности.

Твой козырь: На игровых картах этот проект считается медленно. Более того, A100 здесь выигрывает еще и за счет HBM2e памяти, так как задача требует быстрой прокачки данных.

3. NumberFields@home

Математический проект (теория чисел, поиск полей алгебраических чисел).

Особенность: Крайне чувствителен к ошибкам вычислений.

Твой козырь: Здесь в игру вступает ECC-память твоей A100. Разогнанные игровые карты часто выдают здесь «Inconclusive Result» (ошибка расчета), а A100 считает медленно, но верно, гарантируя валидность каждого бита.

Где еще A100 доминирует (не FP64, но архитектура)

Есть проекты, где важна не плавающая запятая, а другие фишки A100, которых нет у игровых карт.

A. Amicable Numbers (Дружественные числа) — Монстр Int64

Суть: Использует 64-битную целочисленную арифметику (UInt64).

Почему A100: Игровые GPU (архитектура Ada Lovelace) оптимизированы под 32-битные шейдеры. Блоков для Int64 там мало. У A100 с этим проблем нет, и она перемалывает такие числа значительно быстрее.

B. GPUGrid (Биология) — Монстр VRAM

Суть: Молекулярная динамика.

Твой козырь: Иногда там появляются «Long Runs» — задания, требующие 24–30+ ГБ видеопамяти. Владельцы RTX 3080/4080 и даже 4090 (если память частично занята) получают ошибку «Out of Memory». Твоя A100 (80GB) забирает эти задания и считает их сутками без сбоев.

Профессиональный совет для Homelab (Выход за рамки BOINC)

Ты собираешь серьезную рабочую станцию для ML. BOINC — это все-таки уровень энтузиастов. Если ты хочешь реально нагрузить A100 научной работой на 100% и протестировать стабильность системы, я рекомендую запустить профессиональный симулятор через Docker.

GROMACS (Молекулярная динамика) — есть готовые контейнеры от NVIDIA ( Он умеет использовать смешанную точность, тензорные ядра и всю мощь A100 так, как ни один проект BOINC не сможет.