放下了感觉很重要的事情，冲到几十公里外，参与了师兄师姐的毕业论文答辩。感受了一下真正的高水平毕业设计，感触良多。

一直感觉，博士学习的就是一种思想，一种站在高处，以旁观者的角度看待剅万物的规律，解决常人所无法解决的问题的思想。一直觉得，自己的高度还不够高，还差得远。以为自己做了点实验，做了一些工作，似乎熟悉了这里面的道道。却在今天复又发现，还有很长的路要走。

从官方文档里总结的Zookeeper的使用方法，在此mark。

zookeeper主要是解决配置文件，状态信息, 规则约定等系统的协调信息。所以每一个znode的信息最好在K级，不要超过1M。否则某些操作的时间会非常长。

今天机器特别卡，top查看信息时，感觉有点不对：

Swap: 0k total, 0k used, 0k free

开始以为是没有使用swap的原因，换了一台机器一看，显然不是这样啊。

不同的GPU型号，架构还不一样么？TitanX与GTX980是一样的？Kepler和Fermi不一样？
caffe里面使用的情况是：可以使用多个GPU，但最好是型号一样的。其基本理论是：将任务分发到GPU之上，每个GPU仍然按照配置里所设定的执行，所以在配置里batchsize设为了256，那么实际的batchsize 是256*GPU数量。
整体的结构是树型结构，按层次交换gradients。
如果有P2P的DMA加速，那么效率会更高。这种加速不知道是硬件提供的还是软件设定的。

接到任务：研究MPI与CUDA的使用。以前只是听了听课，从来没有实际操作过。于是做了一些简单的实验，来熟悉这两个东东的使用。

GPU确实好用，在这里记录一下Grid, Block相关的概念。

曾经的weed-fs，现改名叫seaweed，用的人很多，但在开始配置的时候，还是非常脆弱的嘛。

Ambari的配置基本按照官方的进行，除了下载的时候慢了点之外，其余都还好。在其中遇到了几个问题，在此mark一下。