Вопросы/предложения к "группе разработки AviaSkins"

[Toobone]

Сообщение от carsmaster

я нисколько не сомневаюсь, что "ОНО или ОНА" прекрасно и продуктивно справиться с задачей например расчета сопротивления воздуха, с разбивкой по высоте (хоть через 1мм высоты) , с разбивкой по температуре и даже с учетом рандомности направления ветра хоть на все 360 град изменения вектора ветра. Но это далеко несложная задача в творческом понимании, рутинная, долгая, нудная, как раз для неустающей и мощной "ОНО или ОНА"

https://www.cognition-labs.com/introducing-devin

Если эта тема будет хоть частично давать доступ бесплатно, есть ли вероятность,
что можно будет пофиксить движок Ила до многопоточного?
Токо вот не надо про права разработчика, им давно пофиг на старый Ил.

[carsmaster]

Сообщение от Toobone

Если эта тема будет хоть частично давать доступ бесплатно, есть ли вероятность,
что можно будет пофиксить движок Ила до многопоточного?

А вот это уже к Роману в тему:
http://forum.aviaskins.com/showthread.php?t=5708

ПыСы
Но сдается мне, что это простое "пофиксить движок Ила до многопоточного"
ведет к написанию нового движка.

[Toobone]

Сообщение от carsmaster

А вот это уже к Роману в тему:
http://forum.aviaskins.com/showthread.php?t=5708

ПыСы
Но сдается мне, что это простое "пофиксить движок Ила до многопоточного"
ведет к написанию нового движка.

Вот такой ответ дает обычный ИИ болтун:

🛠️ Основные сложности при переходе на многопоточность

Перевод однопоточного симулятора на многопоточную архитектуру — это сложная задача по перепроектированию, требующая глубокого понимания логики симулятора и принципов параллельного программирования.

Вот основные шаги и сложности, которые необходимо решить разработчику:

🔍 Идентификация и декомпозиция (Разделение) задачи

Необходимо определить части симуляции, которые могут выполняться независимо друг от друга. Если симулятор сильно связан (т.е., результат одного шага или объекта критически зависит от немедленного результата другого), распараллеливание будет крайне затруднено.

Пример: В физической симуляции расчеты для одного объекта могут зависеть от столкновения с другим объектом на том же шаге.

🚧 Управление общими ресурсами и данными (Синхронизация)

Это самый большой вызов. Когда несколько потоков одновременно пытаются читать и/или записывать в одну и ту же область памяти (например, в глобальный массив состояния симуляции), возникают состояния гонки (race conditions) и несогласованность данных.

Необходимо внедрить механизмы синхронизации (мьютексы, семафоры, блокировки) для защиты критических секций. Чрезмерное использование блокировок, однако, может привести к снижению производительности (снижая эффект от многопоточности) или к взаимным блокировкам (deadlocks).

⚖️ Балансировка нагрузки (Load Balancing)

Необходимо обеспечить, чтобы все доступные ядра (как физические, так и виртуальные/логические) были равномерно загружены работой, чтобы максимизировать ускорение. Неэффективное распределение может привести к тому, что один поток будет выполнять 80% работы, а остальные будут простаивать.

💡 Рекомендации по архитектуре

Если вы решите заняться этим перепроектированием, рассмотрите следующие подходы:

Параллелизм по данным (Data Parallelism)

Если у вас есть много однотипных независимых объектов (например, тысячи частиц, агентов, или элементов сетки), разделите их на группы и поручите обработку каждой группы отдельному потоку.

Параллелизм по задачам (Task Parallelism)

Разделите симуляцию на последовательность независимых этапов (например, "Обнаружение столкновений", "Расчет физики", "Обновление графики"), и используйте потоки для выполнения разных этапов конвейерным (pipeline) способом или для одновременного выполнения разных, но независимых, задач.

Использование готовых фреймворков

Используйте специализированные библиотеки или фреймворки, которые упрощают управление потоками и синхронизацией, такие как:

OpenMP (для C/C++): Позволяет добавлять директивы компилятора для автоматического распараллеливания циклов.

TBB (Intel Threading Building Blocks): Предоставляет высокоуровневые контейнеры и алгоритмы для параллельных задач.

async/await (в языках вроде C# или Python) или futures/promises (в C++11+): Для управления асинхронными операциями.

Я могу помочь вам, ответив на конкретные вопросы по проектированию, предложив варианты структур данных, или объяснив концепции параллельного программирования.

Т.е., в работе с логикой ИИ частично поможет.