Un adelgazamiento de la sustancia que actúa como 'tapagrietas' en el hielo flotante ha sido identificado como una de las principales causas de los desprendimientos de grandes icebergs en la Antártida. Esta mezcla de hielo actúa como un pegamento para fusionar grandes fisuras en el hielo flotante en la Antártida. "El adelgazamiento de la mezcla de hielo que une grandes segmentos de plataformas de hielo flotantes es otra forma en que el cambio climático puede causar un rápido retroceso de las plataformas de hielo de la Antártida".
![Científicos descubren una nueva amenaza para las plataformas de hielo flotante de la Antártida [ENG]](https://cdn.mnmstatic.net/cache/36/5c/media_thumb_2x-link-3562646.jpeg?1632861846)
Comentarios
Relacionado: https://adamsgaard.dk/james.html
El artículo publicado en Proceedings of the National Academy of Sciences: https://doi.org/10.1073/pnas.2105080118
En español: https://www.cronicabalear.es/2021/descubren-una-nueva-amenaza-de-colapso-para-las-plataformas-de-hielo-de-la-antartida/
Y aqui el repo del autor para las simulaciones bajo Unix/Linux: https://src.adamsgaard.dk/granular/file/README.md.html
Es relativamente conocido en el mundo Unix/Linux de colgadetes de la terminal y demás.
Ademas que el paper de #1 referencia al paper que menciono en mi anterior comentario.
Añado: principios de Unix en las simulaciones por ordenador, donde se usó dicha filosofía
para crear herramienas cientos de veces mas rápidas que un cluster con Nvidia/CUDA.
https://adamsgaard.dk/pub/brcon2021_adc.md
Por ironías del destino entre el cambio climático y el supuesto colapso económico y material creo que habrá que hacer doble caso al autor (en tecnología y climatología) y aprovechar mucho mejor los recursos de los que disponemos, que son finitos.
#3 Me parece muy osada la afirmación que haces diciendo:
donde se usó dicha filosofía para crear herramienas cientos de veces mas rápidas que un cluster con Nvidia/CUDA.
¿Estas queriendo decir que un conjunto de cpus tiene más capacidad de cómputo que un conjunto de GPUs? Porque la verdad es que me cuesta creerlo. No soy experto en la materia, pero sabiendo que la "velocidad" suele estar relacionada con el tipo de problema, los algoritmos usados y el tipo de datos, sin más datos yo no afirmaría tal cosa.
Además de que en tus enlaces no veo dichas comparativas. No sé lo afirmas comparando scripts de python con aplicaciones en C o de donde sale lo que comentas.
#4 Adaptacion de algoritmos y sobre todo operaciones numericas simplificadas pero equivalentes y totalmente fiables.
Es la diferencia entre un cientifico cogiendo yo que se, Numpy por primera vez en su carrera y un notebook, y un climatologo pero versado en Unix y C desde jovencito y con mucha más de idea de algoritmos y optimizacion que el primero.
Lee el fichero markdown, te lo explica perfectamente.
#4 Progamación energéticamente eficiente en ciencias, por el mismo autor del paper:
gopher://bitreich.org/0/con/2020/rec/energy-efficient-programming.md
#4 Perdon, sobre #6 hay un proxy gopher aqui:
https://gopher.floodgap.com/gopher/gw?=bitreich.org+70+302f636f6e2f323032302f7265632f656e657267792d656666696369656e742d70726f6772616d6d696e672e6d64
Si no se ve bien lo mejor es coger un cliente dedicado y abrirlo con por ejemplo Lynx y el modo utf-8 en una terminal de Linux. O, idealmente, en una terminal, para ahorrarnos configurar el utf-8 en /etc/lynx.cfg:
lynx -dump gopher://bitreich.org/0/con/2020/rec/energy-efficient-programming.md | less
#7 Ok, ya mirare de abrirlo con Lynx en otro momento desde mi PC personal.
Sobre el tema, en el markdown no hay comparativas con Cuda ni nada similar, por eso te digo que no veo en ningun sitio que se afirme lo que tu dices.
Ahora comentas que son aplicaciones energeticamente más eficientes. Pues puede ser, eso tampoco lo veo. Y sobre lo que comentas de investigadores desarrollando directamente en C para optimizarlo. Pues no sé como piensas que se hacen las cosas con CUDA, pero se programa en C aplicando funciones y algoritmos para obtener una alta paralelización siempre pensando en cosas muy específicas al problema a abordar. Si no comparamos dos aplicaciones optimizadas para cada uno de sus entornos, no estamos comparando cosas iguales.
Por eso te digo que sin una comparativa de algoritmos y tipo de datos usados sigo sin ver como puede ser más eficiente un programa sobre una CPU de 64 cores, por ejemplo, que programar algo en paralelo sobre miles de CUDA cores.
Sobre todo no niego tu afirmación, simplemente no veo en tus enlaces que esté demostrado, ya sea por incapacidad mía o lo que sea.